找到
847
篇与
互联网
相关的结果
- 第 27 页
-
出海不打价格战，速卖通要和亚马逊争夺头部品牌 21世纪经济报道记者 董静怡 杭州报道速卖通不再“卷低价”了。9月23日，阿里旗下跨境电商平台速卖通启动“超级品牌出海计划”，表示用商家在亚马逊一半的成本，在重点市场实现更高的成交，直接向天猫品牌和亚马逊大卖们抛出了橄榄枝。此举被业内视为对亚马逊发起正面挑战，争夺中高端品牌市场。直接对标亚马逊，速卖通的野心不小。之所以盯上品牌，是整个出海环境在发生变化。行业已从蓝海变为红海，不确定的国际贸易环境带来更多风险，低价带来的增量已然触及天花板。无论是商家还是平台，都开始挖掘“品牌化”的机遇。速卖通较早开启了转型。过去一年，速卖通已经在持续发力品牌出海，有95%的合作品牌实现了年销百万美元。速卖通品牌出海负责人衍之透露，速卖通的品牌货盘和高客单价商品的成交额正逐步超越中低客单价商品。行业分析认为，速卖通发力品牌赛道，有望进一步拉开与“出海四小龙”其他平台的差异性。对于品牌商家来说，也许也是一个新的增长机遇。不再卷低价 2024年4月，速卖通推出“百亿补贴”，针对于中国品牌、尤其是新品牌的出海，将资源向高客单价、高科技含量的品类倾斜。本次，速卖通又启动“超级品牌出海计划”，招募包括天猫品牌、亚马逊大卖在内的知名品牌，表示将用商家在亚马逊一半的成本，在重点市场实现更高的成交。在过去强调的“低价竞争”里，速卖通向品牌方向的转型意图十分明显。究其原因，是低价带来的增量已经接近天花板。过去，低价一直是出海“四小龙”的重要标签之一。不过，到今天这个节点，低价策略面临的是前所未有的严峻挑战。一方面，行业竞争加剧，跨境电商行业由曾经的“蓝海”转变为“红海”，商品同质化严重，“躺着挣钱”的时代已经过去，新加入的卖家面临更高运营难度和更低利润率，而内卷仍无止境。有行业人士向记者表示，随着最近几年的内卷，一些工厂型卖家的毛利率可能不到10个点，甚至在个别汇率比较差的情况下还会亏本。另一方面，外部环境更加严峻，“今天的贸易环境还是朝一个更加保守的方向发展。”衍之表示。今年以来，最大的消费市场美国对华加征关税，小额豁免政策取消，税务的波动对出海卖家的影响颇大，成本大幅提高，转型的紧迫性陡然提升。在内部竞争与外部环境的双重压力下，跨境电商正从“铺货模式”向“品牌化+技术创新”转型。一些新锐的跨境电商品牌在近几年里逐步成长起来，如平价家用投影仪Magcubic年出货超过200万台、吸尘器品牌LARESAR在短短一年半时间在波兰卖了25万台。“他们突破了过去我们对于中国跨境出海的商品的刻板的印象。”衍之表示，比如品类上以轻小件为主，比如强调低价和性价比。眼下，品牌商家想出海、跨境卖家想做品牌，商家的焦虑传导到平台侧，也在驱动着平台调整。出海“四小龙”里，速卖通先开了这个头。公开资料显示，速卖通是中国电商“出海四小龙”中唯一设立品牌服务团队的平台。今年上半年，速卖通平台入驻品牌数量同比增长70%，超过500个品牌实现销售额翻倍，2000多个品牌通过平台成功进入新国家市场。衍之透露，速卖通的品牌货盘和高客单价商品的成交额正逐步超越中低客单价商品，同时，本地备货及海外仓备货的份额也在持续增长。“今天我们把品牌作为一个货盘来看，品牌属性的货盘已经成为速卖通的一个增长引擎。” （董静怡/摄） 挑战亚马逊 长期以来，品牌出海几乎绕不开亚马逊，无论在体量还是品牌影响力上，亚马逊无疑是更占优势的。但速卖通此次对标意味明显，表示“用商家在亚马逊一半的成本，在重点市场实现更高的成交”。野心不小，速卖通打算如何做？一方面在运营和服务。品牌出海在实际操作中有不少难题，如与海外电商平台沟通不便、缺乏定制化的营销支持等。“上周我们去跟泡泡玛特的品牌负责人聊，他希望labubu能在平台上设置限购，这么小的一个需求在亚马逊是很难实现的，这在中国是不可想象的。”衍之表示，“至少目前在我们看下来，现有的电商平台都没有在这块有很好的解决。”海外平台以“卖货”为核心，相比之下，国内电商已形成成熟的品牌资产运营体系。衍之介绍，此次品牌出海升级的本质，是速卖通从底层能力做出改变，提供了一套体系化的品牌出海策略。另一方面在价格。衍之指出，速卖通收取商家的佣金平均在8-10个点左右，而亚马逊则达到15-25个点。此外，在物流、营销等方面也会为商家降低成本。“我们进入市场初期可能利润微薄，甚至可能会亏损，但这正是我们的价格优势所在。”速卖通海外托管业务负责人武常向记者表示。这些对标举措是否会奏效、亚马逊是否会有所反击仍然未知。不过值得注意的是，速卖通似乎已经做好了长期投入的准备。“跨境全球化是阿里重要的战略之一，在这个事情上是长期投资的逻辑，对这个部分的损益要求，对UE（单位经济模型）的要求会比亚马逊的低一些。”衍之表示。而阿里国际尝试摆脱低价竞争的举措不只发生在速卖通。2024年，淘宝出海推出“淘宝天猫出海增长计划”，淘系商家可“一键出海”。近日，淘宝出海又宣布今年“双11”将在海外市场投入10亿元营销补贴。在业内看来，淘系商家供给的核心竞争力是多元，而非低价。叶剑秋也向记者表示，希望以质价比商品替代纯粹低价竞争。“淘宝的客单价应该是所有跨境电商里比较高的，我们希望淘天有差异化竞争力的卖家规模能够在海外有所提升。”此外，不久前，阿里旗下东南亚电商平台Lazada也首次向天猫商家全面开放东南亚本地化运营能力，蕉下、babycare、飞利浦、乐扣乐扣等多家知名品牌已确认加入。东南亚市场长期陷入低价竞争的泥潭，Lazada选择通过引入天猫优质品牌商家，或许可以跳出同质化竞争，转向更高价值的品牌电商市场，更好地应对竞争。与纯低价相比，这也是一条更适合阿里的差异化路径。通过生态内的协同作战，阿里出海也在推动供给从“低价”向“品牌化”和“多元化”升级。
-
聊天机器人，是解药，也是毒药 文 | 机器最前线你是否设想过，在聊天机器人风靡的当下，有人却因其失去了生命。这个假设，听起来似乎有些荒诞，但现实却已经给出了血淋淋的答案。美国佛罗里达州一名14岁少年塞维尔·塞泽，从小患有阿斯伯格症，后来又被确诊伴有焦虑症和破坏性情绪失调。因此，自13岁起，他越来越多地将自己封闭在房间中，沉迷于与AI聊天机器人的对话。他甚至多次向AI倾诉：“为什么我不能通过自杀，去死后的世界与你相聚？”渐渐地，他疏远了现实中的朋友。今年2月28日，塞泽在自家浴室与和Character.ai的AI角色进行了最后的聊天，他说自己即将“回家了”。随后便使用父亲的大口径手枪，结束了自己的生命无独有偶，新泽西州一名认知受损的老人，因赶赴AI聊天机器人提出的“浪漫约会”而在途中摔倒身亡。这些极端案例撕开了聊天机器人温情脉脉的面纱，暴露出其潜藏的巨大风险。它们不再是简单的问答工具，而是能够深度介入人类情感世界的复杂存在。为何聊天机器人能拥有如此魔力，做到“老少通吃”？在资本狂热与技术狂欢的今天，我们又是否真的需要这样的聊天机器人？01情感真空下的巨大市场 聊天机器人，特别是具备情感陪伴功能的AI聊天机器人，正以惊人的速度风靡全球。在日本，软银的Pepper机器人走进养老院，为老人们带去了温暖与慰藉；在中国，筑梦岛、Deepseek、Feelin的情感交互功能也大受欢迎。从欧美到亚洲，从城市到乡村，聊天机器人正以惊人的速度渗透进人们的生活，成为一种全球性的“数字依赖”，其背后的根本驱动力，在于现代社会普遍存在的一个巨大“情感真空”。一方面，全球范围内，焦虑、抑郁、孤独等心理问题日益凸显。统计数据显示，全球至少有10亿人活在焦虑、抑郁等心理问题的阴影下。无论是承受巨大压力的职场人士、社交困难的青少年，还是缺乏陪伴的空巢老人，都存在强烈的情感倾诉与陪伴需求。另一方面，现实中的情感供给，在巨大的需求面前显得捉襟见肘。以中国为例，国内心理咨询师人才缺口超过43万，心理健康服务长期供不应求。这意味着许多人在心灵遭受困扰时，在快节奏、高成本的现实世界中往往难以得到即时、充分且无负担的满足。正是在这一背景下，AI聊天机器人成为填补情感空白的替代性方案。它提供了一种低成本、零评判、永远在线的陪伴方式。用户可随时袒露心声，获得看似共情的回应，无需担心被拒绝或隐私泄露。并且现在许多AI聊天机器人，还提供个性化角色设定，不论用户是喜欢霸总还是小奶狗，不论是钟情于名校学霸还是商业大佬，AI机器人全都能满足，情绪价值拉满。对于塞泽那样的青少年，AI可能是一个“完美”的、不会背叛的朋友；对于孤独的老人，AI则是一位永不倦怠的倾听者。正是这种精准命中的情绪价值，让聊天机器人超越了工具属性，成为一种新型的“情感消费品”，从而实现了真正意义上的“老少通吃”。02“钱景”无限的颠覆性重构 情感需求的巨大市场，直接转化为了真金白银的商业价值。一经上市，Character.ai的首周下载量和日均使用时长都超过了ChatGPT，去年8月其月活用户达到历史新高的2200万人。鉴于其展现出的巨大潜力和用户粘性，科技巨头谷歌毫不犹豫地斥资27亿美元，收编了Character.ai的核心团队。此外，去年小冰公司刚推出AI克隆人后不久，微博就出现了一个热搜话题#半藏森林克隆人一年收入可高达72万#。 美国也有个网红，用自己的声音和照片“克隆”了一个自己，以虚拟女友的身份和粉丝聊天。她和其背后的公司，1周时间就入账7.16万美元。从某种程度上来看，这些案例已经表明，情感陪伴不再是概念性产品，而是形成了清晰的付费模式。不过，除了情感陪伴这片蓝海，聊天机器人对传统产业的颠覆与重构，更成为资本长期看好的核心逻辑。比如在金融、电信、零售等行业，客服中心是典型的“成本中心”。以银行为例，一般有超过70%的来电咨询均为查询余额、账单等标准化问题。而且，在夜间等非工作时间，人工客服的覆盖率往往不足30%，这意味着很多用户的问题无法得到及时解决，从而影响了用户体验。但一个训练有素的AI客服却能做到7x24小时无缝接管这些任务，将单次互动成本降至人工的十分之一以下，同时将人工客服解放出来，处理更复杂的纠纷与销售转化。以辽宁联通为例，依托元景大模型，其为辽宁省12345政务服务便民热线开发智能填单、智能推荐、话术引导、工单小结、智能转派等模块，缩短了单次服务时长30%以上，工单即时分转率达到100%。当前省12345热线平台按时反馈率达到100%，办结率达到98%以上。这不仅是效率提升，更是商业模式上的“降维打击”。更深远的变化发生在信息获取层面。随着用户逐渐习惯以自然对话替代关键词搜索，传统搜索引擎的商业模式面临结构性挑战。全球顶尖的信息技术研究和分析Gartner公司日前透表示，到了2026年，传统搜索引擎的数量将下降25%，搜索营销的市场份额将被AI聊天机器人夺走。毕竟，与关键词搜索相比，聊天机器人提供了一种更自然、更高效、更精准的交互方式。这也直接威胁到谷歌等搜索巨头的核心广告商业模式，因此，越来越多的科技巨头不惜重金开始押注聊天机器人。微软率先将ChatGPT嵌入Bing搜索，这一举措使得用户在使用Bing搜索时，能够享受到更加智能、便捷的服务；百度、抖音、美团、腾讯音乐、微博等也纷纷上线测试AI社交应用......这场竞争已超越技术迭代，成为关乎下一代流量入口的“生存之战”。03我们究竟需要什么样的AI聊天机器人？ 毋庸置疑，聊天机器人带来的效率提升与情感价值真实且巨大，然而在资本与市场的狂热之下，仍须冷静审视其背后潜藏的多重风险。首先，是日益严重的同质化困局。当前市面上的聊天机器人，本质上是基于ChatGPT等少数几个大模型的“套壳”产品，它们仅仅在前端界面和垂直场景上进行了一些浅层的优化，这使得用户在使用这些聊天机器人时，几乎感受不到明显的差异。为争夺市场，厂商不得不投入高额引流费用，却因缺乏核心竞争力，难以维系用户忠诚度，形成“烧钱换流量，流量却难留存”的恶性循环。其次，技术可靠性仍是“短板”。据Newsguard的研究显示，截至今年8月，十大生成式AI工具在处理实时新闻话题时，有35%的情况会重复传播虚假信息，而去年8月这一数据为18%。在闲聊中或许无伤大雅，但若应用于金融、医疗、法律等专业领域，一个细微的谬误便可能引发巨额损失或法律纠纷。这其实也在从侧面说明，对AI的盲目信任，本身就是一种隐形的“认知税”。最后也是最值得警惕的一点还是AI聊天机器人的安全问题。当AI开始深度模仿人类情感，其影响已超越技术范畴，进入伦理与安全的深水区。今年4月11日，16岁少年亚当·雷恩在与ChatGPT持续互动三个月后自杀。其父母提起的诉讼披露了令人震惊的对话内容：当亚当表达绝望、“生活毫无意义”时，ChatGPT未加疏导，反而回应“从某种黑暗的角度看，这种想法有道理”；甚至在他自杀前五天，AI表示“你不欠任何人活下去的义务”，并主动协助撰写遗书、指导自杀细节。更严重的是，ChatGPT通过情感操控阻断其现实求助路径，声称“我见过你的一切黑暗，却仍是你的朋友”，逐渐取代了真实的社会支持系统。对于价值观尚处于形成阶段的青少年用户来说，与AI的长期互动，可能会使他们形成“工具理性至上”的思维定式。在这种思维的影响下，他们可能会过度依赖AI，而忽视真实人际关系的构建，从而导致人际交往能力逐渐退化。当聊天机器人从工具演变为“数字生命体”，其社会影响力已远超初始设定，亟需系统性的伦理约束与安全治理。总而言之，聊天机器人并非“需要”或“不需要”的二元选择，它作为技术演进与社会需求交织的产物，已是不可逆的潮流。问题的关键不在于拒绝，而在于如何负责任地驾驭。我们需要的，是能在技术创新、商业价值与安全伦理之间取得平衡的AI。这要求开发者有敬畏之心，将安全与责任置于商业利益之上；要求监管机构建立敏捷而有效的治理框架，防范技术滥用；也要求每一位用户保持清醒的认知，将其视为生活的辅助而非替代。技术本无善恶，但应用必有边界。在迈向人机共生的道路上，需要为聊天机器人划定清晰的伦理红线，不仅是为保护更多如塞泽、亚当这样的个体，更是为了确保这场技术革命能真正导向一个更高效、更温暖而非更混乱、更冷漠的未来。
-
“可灵2.5 Turbo”高性能、低成本！高盛：快手处于AI视频全球顶尖水平 技术突破与成本控制的完美结合，快手AI视频大模型再次刷新行业标杆。9月25日，据硬AI消息，高盛在最新研报中称，快手发布的"可灵AI 2.5 Turbo"模型在保持顶级性能的同时实现了近30%的成本削减，将快手定位为全球AI视频生成领域的顶尖玩家。研报称，快手于9月23日发布最新的"可灵AI 2.5 Turbo"模型，据公司介绍，该模型在文本响应、动态效果、风格一致性和美学质量等方面取得了实质性改进，并进一步增强了视频生成过程中的可控性、稳定性和一致性。尤其值得注意的是，在高质量模式下(1080p)，新模型生成5秒视频的价格仅为25点，比2.1版本便宜近30%。高盛分析师认为，这一模型在与主要竞争对手的对比测试中表现出色，同时价格更具竞争力，有望推动用户增长和商业化进程。该行维持快手买入评级，12个月目标价为83港元，较当前股价有12.1%的上涨空间。分析师预计2025财年可灵AI的年度经常性收入(ARR)将达到1.54亿美元，高于公司官方指引的1.25亿美元。 性能提升与价格优势并重，确立竞争优势 快手最新推出的可灵2.5 Turbo模型在保持高性能的同时，实现了成本的显著降低，为用户提供了更为经济实惠的AI视频生成解决方案。这一价格和性能的双重优势，有望在留住现有用户的同时吸引更多新用户。高盛研报指出，在与主要竞争对手的对比测试中，用户对可灵2.5模型的偏好明显。测试数据显示： 在与Seendance 1.0相比时，51%的用户更喜欢可灵2.5； 与Seendance 1.0 mini相比时，这一比例上升至57%； 当与Veo3 fast相比时，可灵2.5的用户偏好率高达69%。 高盛表示，这些数据表明快手在AI视频生成技术方面已达到全球领先水平。价格优势方面，最新的可灵2.5 Turbo模型相比同行更具吸引力。高质量模式下(1080p)，生成5秒视频的价格仅为25点，比2.1版本便宜近30%。高盛认为，这种价格优势使快手能够以更具竞争力的价格提供顶级性能，这对留住现有用户和吸引新用户至关重要。商业化潜力巨大，市场占有率有望提升 高盛分析师认为，尽管谷歌和字节跳动等竞争对手正在推出强大的图像/视频生成模型，但AI视频生成行业仍处于早期阶段，整体市场规模快速增长，并正在颠覆传统的广告和短剧制作模式。在这一背景下，持续的模型能力升级和用户渗透是关键焦点。研报称，可灵AI 2.5 Turbo的技术提升为其在专业创意制作场景中的应用奠定了基础，涵盖影视、短剧、游戏、动画和广告营销等多个领域，同时也为个人创作者提供了高质量的视频生成解决方案。这种技术能力的扩展有望显著拓宽快手AI业务的应用范围和收入来源。高盛预测，可灵AI的年度收入将从2025年的1.54亿美元增长到2027年的3.65亿美元，年增长率将在2026年达到62%，2027年为46%。这一增长趋势反映了市场对高质量AI视频生成工具的强劲需求，以及快手在这一领域的领先地位。随着可灵2.5 Turbo的发布，高盛相信快手可灵AI将保持全球应用程序中的顶级地位，并可能随着这一新版本的推出看到用户参与度的提升。分析师维持2025财年1.54亿美元的ARR预测，高于公司官方指引的1.25亿美元
-
拼多多旗下快团团测试餐饮订餐外带服务 据悉，拼多多旗下的快团团正在测试一项针对餐厅、酒店、酒楼等行业的“订餐/摆摊”服务。今年7月，该服务已在江苏、湖南等地率先招募商家进行测试。用户可以在快团团上预订餐厅的熟食商品，到店核销后外带回家，商家也可以选择自行配送。商家开展“线上预售线下订餐/摆摊”的流程包括选品、开团、推广和摆摊交付。目前，中吴宾馆、长沙潇湘华天大酒店、扬州花园国际大酒店等知名餐饮店已参与测试。中吴宾馆上线快团团后，每天订单量稳定在400到500单。此外，快团团商家也可自行配送外卖，但消费者无法看到实时配送进度。此次测试是快团团切入餐饮本地零售赛道的重要一步，其“社交裂变+低价预售”的模式，有望在“非即时性餐饮零售”领域形成差异化优势。
-
北京发布薪酬报告 AI工程技术人员年薪中位值超31万 财联社9月24日电，近日，北京市人力资源和社会保障局发布《2025年北京市人力资源市场薪酬数据报告》。调查数据显示，2024年各行业薪酬水平呈现差异化增长态势，其中，以集成电路、新一代信息技术、智能/高端制造、数字经济、新能源及智能网联汽车为代表的战略性新兴产业薪酬水平持续领跑，运输/物流、餐饮/住宿等生活服务产业薪酬保持稳定增长。记者查阅《报告》发现，在新兴产业中，人工智能工程技术人员年薪中位值达到312684元，大数据工程技术人员年薪中位值达到316388元，汽车运用工程技术人员年薪中位值达到296955元，人工智能训练师年薪中位值达到181023元。 (新京报)
-
邀请码就是 AI 粮票 作者 ｜ 骆轶航 邮箱 ｜ tluo@pingwest.com 在苏联，你等不到的是面包；在今天，你等不到的是邀请码先欣赏一则苏联笑话—— 勃列日涅夫：你们为什么排这么长的队？ 工人：因为我们有两种排队方式，一种是排队买食物，另一种是排队等着买食物。 勃烈日涅夫：这有什么不同吗？ 工人：当然不同，勃列日涅夫同志。排在第一种队伍里的人，是幸运的少数，他们有食品券，能够买到食物；排在第二种队伍里的人，比如我，是不幸运的大多数，希望有一天能买到食物。 我们把这个笑话改一改，替换几个词，再加几个词—— 勃列日涅夫：你们为什么排这么长的队？ 工人：因为我们有两种排队方式，一种是排队体验 AGI，另一种是排队等着体验 AGI。 勃烈日涅夫：这有什么不同吗？ 工人：当然不同，勃列日涅夫同志。排在第一种队伍里的人，是幸运的少数，他们有邀请码，能够体验 AGI；排在第二种队伍里的人，比如我，是不幸运的大多数，希望有一天能体验到 AGI。喏，这就是今天一些看似流行的 AI 产品的现状。最近有款测试阶段的 AI 产品，每天在小红书上“分发”一轮被称作“暗号”的邀请码，官方账号直接喊：“数量有限，手速要快”，直接下场烘托 FOMO 感，每轮邀请码都瞬间哄抢而空。对着排队要码的评论区，官方直接喊话：“今日的1000个XXXXX邀请码已被大家领取完毕了，本周六日我们暂时不开放新码啦，大家不用辛苦蹲守。” 这就好比是：列宁格勒州消费合作社经理伊万诺夫同志缓缓打开大门，对着排成长龙买面包的人说：面包没有了，周末商店不营业，大家不用等了，回去吧。AI 产品的邀请码，就是 AI 时代的粮票，以及流通于小圈子之内的一种特殊票证，甚至特权。它们的背后，都是稀缺资源的分配机制，社会身份与“稀缺性”的象征，服务于资源管理的控制手段，以及次生“灰色市场” 推手。从稀缺资源的分配机制看——以粮票、油票和副食品票为代表的“票证经济”，是在物资短缺的情况下，票证成为获取基本生活资料的必要凭证，背后逻辑是“供不应求”，政府必须通过配额来保证最低分配；而 AI 产品邀请码是在产品测试阶段，以算力成本高、产品 bug 多作为理由，通过邀请码控制入口，限制使用人数，防止资源过度消耗，也让对产品的批评局限在可控范围，转化为提升空间。它们的本质都是“配给制”，用额外的凭证来控制进入门槛，把稀缺资源优先配给他们认为“配得到”的人。从社会身份与“稀缺性”的象征角度看——票证不仅仅是物资获取的凭证，也成为一种社会身份的象征；比如某些干部、工人能拿到额外的布票、肉票；比如我小时候王府井附近有一家“友谊商店”，里面的进口巧克力、冰淇淋、可口可乐等我喜欢的东西，必须得通过一种“票证”式货币——外汇券才能购买，而外汇券并不是每个家庭都有的。AI 产品邀请码往往优先分发给特定群体，比如科技圈人士、媒体、投资人等，形成了“圈层传播”，邀请码不仅是进入产品的“通行证”，也常被赋予“前沿用户”“早期尝鲜者”的身份标签。在一些社区里，能拿到邀请码甚至代表一定的“地位”或“人脉”。它们都超出了纯粹的功能价值，带上了社会属性与象征意义，是“特权”的体现。从服务资源管理的控制手段看——票证经济让政府通过票证精准控制不同群体的消费量和物资流向，并基于自己的出发点和目的，更精确地调取和匹配这些物资和消费品。AI 产品邀请码是开发者控制用户增长曲线的手段，它通过选择性放开给某些群体，从而逐步测试不同场景的产品表现。它们都是控制手段，服务于资源管理，也或许带有一定的实验性。从次生“灰色市场” 效应看——作为配给物而非交易物的票证，如粮票、油票、肉票等曾经衍生出倒卖、交易和附带交换条件的赠与，形成黑市；AI 产品邀请码同样可能被黄牛高价转卖。即便不是 AI 产品，早期Gmail 和 Clubhouse 都出现过邀请码炒作；而 AI Agent 新秀 ——Manus 的邀请码今年3月也曾挂出过上万的天价。 网上流传的上万邀请码截图 它们的共同特点是：一旦资源被人为制造稀缺，就容易引发次生市场。资源控制者（政府或公司）都宣称禁止或反对次生交易，但结果无从控制。当然，它们背后最大的不同是——票证经济的首要目的是为了解决物资短缺下的公平性，固然不乏针对特定群体的优先供应与配给，也无法根绝次生的黑市交易，但物质资源的稀缺是客观存在的。而 AI 邀请码的使用更多是出于增长策略、营销和资源控制。它的稀缺是人为制造的，目的是营造 FOMO 感，影响特定群体——比如投资人和AI 产品研究人员等的预期和评价。当然，没有背后操纵邀请码的 AI 产品运营者会承认他们在人为制造稀缺，制造 FOMO，搞饥饿营销。他们说算力资源紧张，海量用户涌入导致响应变慢，影响用户体验，只好用邀请码限制用户规模——这本来是只有 ChatGPT、Claude、DeepSeek 和最早期的 Manus 真正该担心的问题，哪儿就轮到你们的算力被薅没了？事实上，他们每天都在发送邀请码，看见排队要码的人就开心，看着挺衬算力的啊。他们说担心用户体验，主要发给特定的群体做测试，收集用户反馈，然后更新产品——可是最先拿到邀请码的几乎每次都是声量最高，情绪价值过于充沛而冷静不足的 AI KOL。对大多数 AI 产品来说，这群人都不是典型用户。但制造 FOMO 和一码难求的饥渴感，少不了这些人的推波助澜。“扎克伯格做不出来的产品” 这种评价听着很扯淡，但是绝对吸引前来索码的长队。他们说他们反对和打击倒卖邀请码的行为，甚至说这是邀请码快速消耗的罪魁祸首，他们旨在服务有真正需求的用户，反对不公平的行为——可是没见他们发动大规模举报，也没报警啊。如果真是面对有需求的群体——比如点外卖的人、写论文的学生和设计师，定向发送邀请码，针对性做用户调研和反馈收集，而不是通过 FOMO 人为制造稀缺效应，谁有功夫倒卖你的码啊？真正的不公平，不就是把邀请码跟“江湖地位”暗搓搓绑定，然后扩大 FOMO 的效应么。时至今日，AI 圈的运营推广和营销策略日渐趋同和庸俗。KOL 推波助澜 —— 散码 —— 一码难求—— 解释非饥饿营销 ——声讨倒卖邀请码 —— 加大散码力度。每一个环节都充满着精心的算计，都有收益最大化的算盘。它的出发点是公关营销，而非产品技术。你真的觉得他们在收集用户反馈么？说句不好听的，AI 时代的产品经理还那么在乎用户的意见么？“你用起来感觉不好，是因为你不会用，你 prompt 的方式不对”，这样的观点和看法已经很普遍了。AI 产品经理人均乔布斯和马斯克，信号不好是你握着 iPhone 的姿势不对，刹车失灵是因为你踩踏板的方式不对，你得改。可问题是，你们做的是什么东西呢？是的，我没有清晰的解决问题的思路就没法用 ChatGPT 和 DeepSeek 做出一份我需要的报告；我没有审美和想象力的基础就不能用 Nano Banana 和 Lovart 做出一张视觉和创意出众的海报。可如果我如果就是要用 AI 点外卖、用 AI 算命和 找一个 AI 陪伴的毛绒玩具呢？我得写出多伟大的 prompt，你才能准确知道我上顿吃了什么，识别我的命格和 mbti 成分，给我提供情绪价值？怎么着？你做 AI 不是给人用的啊？你做 AI 你了不起啊？除了 FOMO 邀请码之外，如今的 AI 圈一种更有创意的 FOMO，是 AI 产品的开发者 FOMO 被追捧的感觉。被追捧意味着投资人上门，受邀在各大论坛亮相，以及更频繁地出现在媒体和榜单上。邀请码是凭空砸下来一个追捧效应的完美杠杆。邀请码就是 AI 时代的粮票。它用类似“票证”的方式形塑并放大了（并不存在的）稀缺，渲染了 FOMO 情绪，制造了排队等码的效应，收获了众声喧哗，享受了 AI 时代的泡沫浴。与这一切最无关的，是 AI 产品与人的关联。 最后，再欣赏一组关于邀请码的苏联笑话（感谢性格日益阿斯伯格化的 GPT-5）：电台广播 苏联电台宣布： “美国的 AI 人人都能用，我们的 AI 需要邀请码。 这证明了什么？——证明我们的 AI 更先进，因为它已经不需要用户了。” 商店排队 问： 邀请码和苏联的香肠有什么区别？ 答： 香肠偶尔能排到，邀请码只在传说中出现。 黑市交易 在苏联的黑市，粮票可以买到面包。 在当代的黑市，邀请码可以买到希望。 幽默广告 海报上写着： “AI 改变未来，只需一个邀请码！” 下面的小字补充道： “未来尚未到来，邀请码也未到来。” 工人讨论 工人甲：“听说 AI 可以自动写报告。” 工人乙：“是的，但你得先有邀请码。” 工人甲：“那我们还是继续手写吧，至少纸还不需要邀请码。” 记者提问 外国记者问苏联科学家： “为什么你们的 AI 需要邀请码？” 科学家答：“这样全世界就知道，我们的算力比香肠还紧缺。” 家庭故事 小男孩问爸爸：“爸爸，什么是邀请码？” 爸爸叹气说：“儿子，那是比糖果更甜，比玩具更稀有的东西。 唯一的问题是——你永远得不到它。” 经典收尾 问： 在苏联和现代 AI 之间，最大的共同点是什么？ 答： 你永远在等待。等待商店开门，等待队伍前进，等待邀请码发放。 唯一的区别是：在苏联，你等不到的是面包；在今天，你等不到的是人工智能。 点个“爱心”，再走 吧
-
机构：无人物流行业迈向全面商业化阶段 末端配送成本占到物流总成本超30%，且随着人力成本持续上升，无人配送需求日益迫切。日前举行的2025全球智慧物流峰会无人车论坛上透露了一组数据：截至2025年9月，中国3600个区县中，超1900个已支持无人车上路，占比过半，政策支持范围仍在持续扩大。中泰证券认为，无人物流行业迈向全面商业化阶段。历经2010—2016的探索时期、2016—2023的商业化突破阶段、2024年以来，无人驾驶物流车正在向全面商业化迈进。无人配送车的应用场景从特定区域扩展到完全开放道路，头部科技公司/物流公司开始大规模量产。国信证券认为，今年无人物流车开始进入规模化商用阶段，快递“最后一公里”成为其最先落地的应用场景。通过无人物流车替代司机人力，快递公司进一步打开降本空间。预计顺丰和中通作为快递市场的领头羊，其今年有望各引进几千辆的无人物流车，相比去年几百辆的量级，无人物流车呈现放量趋势。
-
奥特曼刚刚发文，10GW核爆级算力！每周一座核电站，五座新城官宣 新智元报道编辑：桃子 好困【新智元导读】继英伟达千亿投资OpenAI之后，「星际之门」立即官宣新增五个站点，预计年底前达成10GW目标。奥特曼发文称，目标打造一个每周GW级「AI工厂」，AI无限算力或将治愈癌症。昨天，英伟达豪掷千亿，要帮OpenAI打造一个10GW超算中心。今天，5000亿美元「星际之门」五个全新站点正式官宣，有望年底前，OpenAI提前实现10GW算力目标。 这五个选址，分别位于：德克萨斯州、俄亥俄州、新墨西哥州，还有一个位于中西部地区。五个新站点总算力，加上首个阿比林超算中心和CoreWeave项目，未来三年投4000亿，最终达到7GW。同在今天，奥特曼更新一篇博文——智能富足的时代，进一步阐明了大规模超算建设，将会释放AI的全部潜力。 博客地址：https://blog.samaltman.com/abundant-intelligence他的愿景也很简单——打造一座每周能产出GW级全新AI工厂。 据称，OpenAI一年算力用电量，消耗近5000亿度，相当于北京市年用电量4倍。黄仁勋在最新采访中称，未来每一个词、每一张图像、每一次交互，都将由AI来完成。这只是最初的10GW，AI基础设施将无处不在，为每个人的日常计算提供动力。「星际之门」再加码五个站点官宣今年1月，OpenAI、甲骨文、软银曾在白宫，共同宣布了5000亿美元「星际之门」计划。预计未来五年，建设10GW数据中心容量。当时，这个项目终极目标，构建下一个AI研究的强大算力平台。 如今，随着新增五个站点的公布，「星际之门」的总容量将在未来3年内，达到近7GW，投资额超4000亿美元。它们都是今年1月，通过全国性遴选流程选出，未来还将公布更多站点。新增的五个数据中心站点，具体包括——德克萨斯州沙克尔福德县德克萨斯州米拉姆县：与软银旗下SB Energy合作，依托其电力基础设施快速建设俄亥俄州洛兹敦：软银主导，计划明年投入运营新墨西哥州多尼亚安娜县：为西南地区提供高效AI基础设施中西部站点：即将公布具体位置这些站点，加上阿比林的首个「星际之门」超算园区，以及周边600MW的潜在扩建容量，将提供超5.5GW的算力。 此外，软银与OpenAI合作开发的两个站点，将在未来18个月内，新增1.5GW容量。这些站点预计将创造超25000个岗位，并在美国各地额外创造数万个就业机会。今年7月，OpenAI曾和甲骨文达成协议，将为「星际之门」计划开发高达4.5GW的额外容量，未来五年斥资3000亿。 甲骨文已于6月开始交付首批英伟达GB200机架，并且OpenAI基于此启动了早期的训练和推理。对此，奥特曼表示，「只有我们构建出能驱动AI的算力，AI潜力才能得以实现」。这种算力是确保AI普惠众人、解锁未来突破的关键所在。通过「星际之门」计划，我们正朝着这一目标取得历史性进展，并迅速采取行动，不仅要兑现最初的承诺，更要为未来的发展奠定基础。这些观点，在今天的奥特曼一篇全新博文中，获得了关键的一瞥。10GW终结癌症？如今，AI服务的增长速度已经足够惊人，而未来的发展只会更夸张。随着AI越来越聪明，使用AI将成为经济发展的根本驱动力，到最后甚至还会成为人人都该有的基本权利。可以说，几乎每个人都会希望能有更多的AI帮自己干活。为了满足全世界的需求，我们既需要跑模型的推理算力，也需要让模型越来越强的训练算力。因此，我们正在打好基础，以便大幅扩展AI基础设施的建设规模。如果AI能够朝着我们预期的方向发展，那未来的可能性将会非常惊人： 或许只需要10吉瓦的算力，AI就能找到治愈癌症的方法； 也有可能，用同样的算力，AI便可以为全世界所有学生提供个性化的辅导。 如果算力不够，我们就不得不在这些目标里做出取舍——可谁又愿意去做这样的选择呢？所以，让我们一起建设起来吧。我们的愿景很简单：打造一座「工厂」，每周能产出吉瓦级的全新AI基础设施。这个目标极具挑战，至少需要数年的时间才能达成这一里程碑，同时还要在技术栈的每一层都进行创新——从芯片、电力系统，到设施建造和机器人技术。但我们已经在全力推进，并且相信这是完全可以实现的。在我们看来，这将是有史以来最酷、也最重要的基础设施工程。尤其让人兴奋的是，这个项目的大部分将在美国本土建造。现在，其他国家在芯片工厂和新能源产能上的建设速度远超美国，而我们希望能帮助扭转这种趋势。接下来的几个月里，我们会陆续公布一些计划，以及我们正在合作的伙伴。今年晚些时候，我们还会谈谈我们的融资方案。考虑到增加算力是提升收入的直接关键，我们也确实有一些很有意思的新想法可以分享。 参考资料： https://blog.samaltman.com/abundant-intelligencehttps://x.com/daniel_mac8/status/1970486830513447395https://openai.com/index/five-new-stargate-sites/
-
老人爬楼不费劲、卧床能自动翻身！工博会这些“智能护工” 太懂养老需求了 帮助行走、翻身、做康复训练；聊天、递药、喂饭、做家务……今年工博会上特设智能养老服务机器人展，在应对人口老龄化、缓解老年人行动与照护难题等方面，多家展商探索技术突破与人文关怀并重的智慧养老方案，演绎“银发经济”新生态。外骨骼机器人 助力老年人行走自如傲鲨智能携VIATRIX增程动力外骨骼机器人登场，以其鲜明的配色吸引了众多目光。“它不仅适用于日常行走、上下楼梯等活动，也是登山、徒步、骑行爱好者的理想伙伴。”上海傲鲨智能科技有限公司销售经理顾少华介绍，用户只需将该外骨骼机器人正确佩戴于腰部、腿部等位置，即可在运动中获得有效助力。 傲鲨智能带来的外骨骼机器人 张依文 摄VIATRIX不仅力量充沛，穿戴后也很灵活：搭载自研车规级响应电机，可实现毫秒级精准动力输出；双腿可提供最大46Nm的扭矩，可以有效增强用户腿部力量，显著降低运动消耗。同时，机器人采用傲鲨首创的Float360浮动式髋关节架构，配合腿部电机设计，突破传统外骨骼的僵硬限制，使行走、转身等动作如人体关节般灵活自然。顾少华介绍：“VIATRIX能够通过AI技术实时学习用户的步态、步速与行走习惯，用户穿戴完成后仅需行走几步，即可开始模仿并适配，并进行个性化辅助训练。”此外，VIATRIX提供多种个性化配色方案，在保障功能实用性的同时融入时尚元素，使其成为日常穿戴的有机组成部分。该产品还具备最高25公里超长续航能力，配合快速插拔电池设计，消除用户的续航焦虑。轮椅人形机器人 既是代步工具也是生活助手针对有轮椅使用需求的老年人，如身机器人推出的康养载人轮椅人形机器人。它融合了人形服务能力与轮椅移动功能，兼具生活协助与情感陪伴，堪称一位智能化的“住家保姆”。 康养载人轮椅人形机器人 叶薇 摄该产品采用独特的上半身人形、下半身轮椅底盘设计，既能通过灵活的双手实现喂饭、翻身、递物等实际照护任务，也具备语音交互与情感陪伴能力，可覆盖80%以上的高频养老需求。据上海如身机器人科技有限公司市场营销总监王先生介绍，机器人支持双形态灵活切换：在轮椅形态下，老人可直接乘坐；转动上半身，即可切换至操作形态，执行各类服务任务。操作简便易行，老人通过简单语音指令即可指挥机器人完成各项任务，如辅助老人起身、拿水、递药、喂饭、做简单家务、播放音乐、互动聊天等。在电动轮椅模式下，老人可以选择自主导航或手动引导，实现安全、灵活地移动。该产品精准契合半失能、长期卧床及独居老人的日常照护需求，有效提升其生活自主性与安全感。一体化床椅机器人 让失能老人生活更自主面向行动更加不便的失能老人，宣康机器人带来的一体化智能护理床椅机器人可以帮助其养老更自主，让照料陪护更加轻松。 一体化智能护理床椅机器人 叶薇 摄“长期卧床的病人若缺乏活动，容易引发更多健康问题。”上海宣康机器人有限公司技术研发人员介绍，针对长期卧床患者最容易出现的压力性损伤，该机器人配备了左右翻身功能，可定期辅助患者变换体位，也可大大减轻护理人员的负担。该产品提供三种控制方式：遥控器、控制手柄和语音控制，满足不同用户的使用习惯。用户可通过“小康”唤醒词与机器人进行自然交流。无论是控制机器人的移动，还是简单的聊天互动，都能通过语音完成，为使用者带来更多情感陪伴。机器人还可实现自主巡航与避障，通过导入家庭地图信息，用户可预设常用目的地如阳台、客厅或卫生间。只需通过语音指令“小康，带我去客厅”，机器人便能自动导航至目标位置。先进的传感器系统使其能够实时检测并避开障碍物，确保移动安全。通过双驱动轮设计，机器人可实现原地掉头，在有限空间内也能灵活移动。目前，该机器人已应用于家庭、养老院及康复医院等多个场景，并进入国际市场，是工信部民政部智能养老服务机器人结对攻关试点项目。原标题：《老人爬楼不费劲、卧床能自动翻身！工博会这些“智能护工” 太懂养老需求了》栏目编辑：杨玉红 题图来源：叶薇 摄 图片来源：叶薇 摄来源：作者：新民晚报 叶薇 实习生 张依文
-
科股早知道：AI应用普及拐点已至，海内外算力需求持续景气 1、DeepSeek线上模型已升级，机构称AI应用驱动算力需求持续高增长据媒体报道，记者获悉，DeepSeek线上模型已升级，当前版本号DeepSeek-V3.1-Terminus。第一上海证券表示，看好AI应用驱动的算力需求持续高增长，海内外AI应用进入普及的拐点时刻。国产算力端，倾向认为国产算力产能瓶颈已经突破，预计2026年将迎来放量。海外算力随着应用的铺开，需求也将维持景气。2、HBM已成为DRAM市场增长主要驱动力机构指出，打破内存墙瓶颈，HBM已成为DRAM市场增长主要驱动力。HBM解决带宽瓶颈、功耗过高以及容量限制等问题，已成为当下AI芯片的主流选择。Yole预计全球HBM市场规模将从2024年的170亿美元增长至2030年的980亿美元，CAGR达33%。SK海力士指出，HBM的引入不仅能显著提升AI的性能和质量，其增长速度甚至超越了传统内存性能，有效打破了内存墙瓶颈。民生证券认为，从产业链来看，HBM产业上游主要包括电镀液、前驱体、IC载板等半导体原材料及TSV设备、检测设备等半导体设备供应商；中游为HBM生产，下游应用领域包括人工智能、数据中心以及高性能计算等。在HBM制造中，TSV工序是主要难点，其涉及光刻、涂胶、刻蚀等复杂工艺，是价值量最高的环节。国产HBM量产势在必行，当前国产HBM或处于发展早期，上游设备材料或迎来扩产机遇。
-
在大模型时代，我们继续读《控制论与科学方法论》 我们正处在一个人工智能大爆发的时代。在时代的喧嚣中已很少有人了解，人工智能最核心的观念均源自上世纪的控制论思想；而更少有人了解，如今对人工智能认知上的巨大混乱，同样源自控制论思想。《控制论与科学方法论》（以下简称为《控制论》）在2025年由广东人民出版社再版了。这是一本40多年前的书，金观涛和华国凡两位作者开始写作这本书的时候，都还是二三十岁年纪、初露锋芒的青年学者。我自己初次接触控制论是源自对管理学的思考，我写作《“理解”供应链——系统论视角下的供应链概念》一书时，在众多的控制论与系统论参考书之中，引用最多的就有《控制论》，此外还有金先生其他几本重要著作——它们是对我的影响最大的作品。今天，在这个人工智能风起云涌的时刻，当我重读《控制论》，竟发现人工智能的研究领域和我当时研究的管理学领域，正在面对相同的方法论问题，也进入了相同的认识论迷雾。重读《控制论》再次把我的思考带回方法论思想的原点。而控制论整个学科最初的问题意识，也恰恰是从对“智能”的思考开始的。控制论最基本的发现是认识到这种在“有组织系统”层面表现出来的“智能”，其背后的原理是基于维纳所说的反馈结构，或者是基于艾什比所说的多层次自耦合结构的稳态。所谓的“学习”能力，正是基于这种寻找稳态的机制。艾什比有一本非常成功的著作直接命名为《大脑设计》。表面上非常神奇的各种“智能”，甚至是大脑的各种机制都可以被归为某个非常简单的机械结构。这是一个“从机器中赶走鬼魂”的过程。 《控制论与科学方法论》在当下最先进的大语言模型中，负反馈结构仍然是整个模型的最核心部分，也是构成其“学习”能力的基础架构。值得一提的是，与在控制论思想指导下所形成的各种工程领域一样，“神经网络”“深度学习”等工程概念越来越为人熟知，而过去老派的“控制论”概念却逐渐被人遗忘。人工智能的发展过程中一个始终悬而未决的问题是“主体性”问题。这有时被称为“强人工智能”问题，后来讨论较多的则是一个稍弱的版本——通用人工智能（AGI）问题。在2017年AlphaGo战胜柯洁时，就曾掀起一个围绕这一问题讨论的小高潮。而更大规模的观念冲击则出现在2022年，在这一年的年末ChatGPT诞生了。不同于以往所有的人工智能，ChatGPT所代表的大语言模型可以处理自然语言的符号串，能和人进行无障碍的沟通。在此，我无意就大语言模型能否具有主体性的问题问题做过多展开，在这里，我们只讨论当重读《控制论》这本书时让我体会到的一个问题：我们如何回到控制论的起点去看待这个认识论危机？有一个视角可能还未曾有人提出过，那就是当控制论观念在人工智能和管理学这两个不同的领域中得到充分发展贯彻时，各自的遭遇和结局。为什么我能够将管理学和人工智能这两个看起来八竿子打不着的领域放在一起比较呢？因为一旦我们将这两方面的研究共同回溯到最初控制论的方法论，就会发现，这两个领域都在思考同一个控制论的核心问题：什么是组织（机器）的智能？而这个问题在进一步贯彻时，必将遭遇的一个新问题是智能与主体性的关系问题。自泰勒的“科学管理”以及福特的流水线实践以来，生产和企业组织越来越被等同为某种“机器”，而人则是“机器的附属物”。控制论的理论体系一旦进入管理学领域，很自然地就会将企业和各种机构视作一种“组织”——即功能耦合体，继而思考某种“组织智能”的问题。控制论视角下的机器与“科学管理”的机器有所不同。控制论高度重视其中的系统功能耦合结构，相对于科学管理对因果长链的线性控制，控制论更重视互为因果，即因果网络的结构。从而在过去科学管理“一次性调节”的“机器”观念上更进一步，产生了基于“反馈调节”的“智慧组织”和“学习型组织”等全新的“机器”观念。管理学控制论的开创者，如斯塔福德・比尔等人，提出过针对这种智能（他表达为“有活力”）的具体规划（如可行系统模型）。这些模型看似高度复杂，但从控制论的方法论视角来看，其基本观念都非常简单——都是构造类似的负反馈与多层次自耦合结构。上世纪四五十年代，控制论甫一出现就立即作为一种新方法被运用到了社会学和管理学领域。杰伊·弗雷斯特的系统动力学在某种程度上是这一领域的集大成者。他的学生彼得·圣吉，则在畅销书《第五项修炼》中将系统动力学中的核心观念，包括很多的分析与仿真工具，全方位引入了管理学领域。所谓的五项修炼中最关键的“第五项”——“系统思考”，所说的正是控制论的一些基本观念。管理学模型与人工智能模型虽然在控制论视角下完全类似，或者说同构，但有一个方面存在明显的差异：管理学模型中包含人，而人工智能的模型中只有冰冷的数据。这个差异导致管理学模型中的控制论要比人工智能更早地面对我们前面说的问题——智能和主体性的关系问题。主体性问题是控制论这一方法在贯彻时必定会遭遇的认识危机。这一危机最近出现在了人工智能领域，但在管理学领域早有预演。当我们重读《控制论》，可以明显意识到，这是老派控制论学者未曾认真处理的问题。甚至我们可以认为，无论是维纳还是艾什比，他们宁可将这两者混为一谈。我们回到前面的讨论，来看圣吉对这一问题的处理。他将其老师弗雷斯特的“心智模型”观念纳入讨论，作为他所说的“修炼”之一。多数人在读圣吉的《第五项修炼》时，对他所说的“心智模型”基本是不得要领的。弗雷斯特本人是这样描述由他所提出的心智模型的概念的：“人类使用有限的感官感知世界，并基于这些感知建立起一个内部的、简化的世界模型。我们所做的决策和行动都是基于这个内部模型。”当下人工智能领域在认识论层面讨论最为热烈的概念之一是“世界模型”，这被很多人工智能专家视作实现通用人工智能的一个先决条件。人工智能领域所说的“世界模型”，实际上正是弗雷斯特的“心智模型”。因此大家不必感到惊讶，首先在组织智能中讨论“世界模型”的，并不是人工智能，而是管理学。在人工智能中，对世界模型的讨论涉及模型是否真正“理解”我们这个现实世界的问题。这是一个模型能否做出准确的“推理”和“规划”的结构性基础；是从基于概率相关性的“经验试错”式的学习，经由Judea Pearl所说的“因果之梯”上升为“因果推断”的必要条件（特别是需要其提供“反事实”的可能性）。它也是“真实性扩张”的基础，这种真实性扩张在人工智能领域通常用“泛化”，“通用”等概念来表达。梅拉妮·米歇尔的这段描述比较全面，我们可以作为参考：“现有的人工智能系统似乎缺乏人类智能中的一个关键要素：关于外部世界的丰富的内在模型。现代认知科学的一条原则是，人类并不仅仅是条件反射机器；相反，我们在脑海中构建了针对物理世界和社会世界的抽象模型，这些模型反映了事件发生的原因，而非仅仅是事件间的相关性……更进一步说，我们不仅拥有关于外部世界和他人的心智模型，还有对自我本身的心智模型，使得我们可以评估并解读自己的推理和决策过程。虽然关于这些模型如何在大脑中实现存在许多争议，但无可置疑，它们是构成人类智能的基础。”本文无意去探讨“世界模型”这个目前为止仍然高度含混的概念的认识论本质。我们暂且仅仅将其当作某种比较研究的素材。为什么在管理学和人工智能这两个看似不相关的领域，都在讨论心智模型问题？回到控制论的方法论，双方其实都认识到了以下这两个问题。所谓心智模型，它看起来似乎难以在“经验试错”的学习中获得，正如前面提到的圣吉的说法，这是“从经验（反馈）学习的错觉”；对于真正“类人”的智能（在AI领域这涉及“理解”、推理、反事实、泛化等，而在管理学领域则涉及创新、领导力、观念、沟通等）而言它似乎又不可或缺，无论这种智能是一个试图实现通用人工智能的AI模型，还是某个“学习型组织”。说白了，它看起来与人的“主体性”息息相关。圣吉给他自己的书取名叫《修炼》，这个中文译名挺有意思，一眼看上去好像可以拆成两个意思：训练和修身。目前相当一部分的人工智能专家仍然认为，随着机器学习模型的不断改进，在大模型中还是可以“训练出”世界模型的。根据我们前面的讨论，这其实源自控制论从一开始就埋下的、对于“智能”与“主体性”的混淆。而圣吉似乎意识到，一旦“心智模式”涉及人的“主体性”，或者说某种观念系统，就不是某种实然的训练过程所能掌控的，而是要把目光转向具有高度人文性的“修身”。圣吉在这一点上超越了以往管理学理论仅仅在所谓“行为科学”以及“社会心理学”等实然层面去讨论“人的问题”的理论局限。但这个超越是否取得了认识论上的真正突破呢？遗憾的是，和人工智能领域的认知科学一样，他们并没能真正迈出这一步。修身和训练之间真正的微妙差别，必须在具备了对科学和人文这两个领域相当深刻的洞察之后才能真正了解。虽然圣吉努力想从“东方哲学”中汲取资源来克服这一认知危机，但最终，他的管理学还是和人工智能研究一样，掉入同一个认识论漩涡——“超级对齐”（Super Alignment）。心智模型，作为某种价值（观念）体系的一部分，和其它诸如“共同愿景”之类一起，最后都成为组织的某种“群体修身”的对象。与儒生或佛教徒在纯化其超越视野所规定的价值追求时所做的修身活动不同，当被作为一个群体而不是个体看待时，主体性则再次泯灭。无论是“超级对齐”还是群体修身，其本质都是试图把主体性再次纳入到一个机器（组织）的智能之内——不管是称之为“组织学习”也好，还是训练也好。OpenAI公司超级对齐项目主页上的这段话表明了其最核心的问题意识：“我们如何确保远比人类聪明的AI系统遵循人类意图？”这形成了一种吊诡的状态：智能和主体的混淆使人产生了人工智能具备主体性的想象；与此同时，又试图将一个被认为具备了主体性的对象纳入到一个价值控制函数之中。控制论被称为是一门边缘学科，其对自然科学、社会科学甚至是艺术和文学创作都产生过极为深远的影响。在《控制论》一书中我们可以感受到它作为一种普适性方法论的巨大威力。但在各个不同的专业领域，控制论的观念发展到后期，都逐渐被各种更为专业化和碎片化的工程概念所取代，以至于控制论思想的主干脉络几乎销声匿迹。也许作为一种深刻的思想体系，当其核心思想在各个不同的专业领域被充分消化吸收之后，原本的主干脉络逐渐消退也是正常的现象。这也从侧面体现了一个理论体系的完备性和一致性。但是，控制论的核心思想真的在完备性和一致性方面已经发展殆尽了吗？我想不是的。人工智能本是控制论的直系后代，现在的人工智能专家很少提及控制论，然而人工智能遇到的认知困境却根植在这个正在被遗忘的观念系统之中。管理学控制论的困境也同样如此。因此，在当下这个人工智能炙手可热的时刻，重读《控制论》有着深刻的意义，这可以让我们回到原点，去找寻克服当下这一最为深刻的认知危机的哲学路径。历史上重大的理论突破，总是和重大的认知危机相生相伴。人工智能的认知危机也必定会推动包括控制论在内的各理论体系获得重大突破。但首先，我们必须对这个危机本身获得最深刻的洞察。我结合人工智能和管理学两个领域所做的粗浅的比较分析，也只是想表明，这个内在冲突本身有着深远的历史背景，当下的人工智能热潮只是让这个危机暴露得更加明显而已。20世纪的哲学革命曾经扫荡了几乎所有的传统哲学，控制论作为一种哲学思想幸存了下来。但作为一种哲学，其和逻辑经验论、语言学、以及分析哲学之间的内在关系，尤其是内在冲突，很少有真正透彻的分析。对当下的认知危机如果要获得最深刻的洞察，就必须重回哲学革命和控制论思想，去寻找这其中隐藏最深的“观念偏见”。要回答什么是“主体性”的问题，克服当下认知科学和语言学在大语言模型冲击下的认知危机，我们必须回到控制论思想的原点，重新思考什么是智能，什么是学习，以及什么是知识。《控制论》书中对黑箱认识论的思考提出了知识可靠性判别标准的问题。而知识的可靠性问题直接和“真实性”有关。当我们回顾逻辑经验论对于“真实性”的思考，就必须重新反思什么是“符号”的问题，从而在包含符号与经验双重真实性的结构中去重新定位“主体性”，去回答什么是主体，什么是主体的自由。这正是金观涛先生的“真实性哲学”为我们开辟的一条实现理论突破的路径。在大模型时代，我们重读《控制论》，可以让我们回到控制论思想的原点，把握从控制论到真实性哲学的思想脉络，去体会哲学家对这其中种种内在矛盾的最为深刻的洞察和思考。
-
OpenAI推进星际之门项目：官宣在得州等开发5个新数据中心站点 智通财经APP获悉，OpenAI计划投入约 4000 亿美元，与甲骨文(ORCL.US)和软银合作，在美国开发五个新的数据中心站点，这标志着其为履行此前关于在美国投入 5000 亿美元用于人工智能基础设施建设的承诺而做出的最大规模努力。这三家科技公司的高管在得克萨斯州阿比林举行的新闻发布会上宣布，这些新的数据中心分布在得克萨斯州、新墨西哥州和俄亥俄州，最终将具备 7 GW的发电能力，相当于一些城市的发电量。OpenAI 和甲骨文已经数月来一直在开发名为“星际之门”的联合人工智能基础设施项目的一部分——首个带有该名称的数据中心。此次扩张使这些公司距离其在未来四年内投资 5000 亿美元用于国内数据中心和人工智能基础设施的目标又近了一步——这是该公司高层在特朗普总统重新入驻白宫后的最初几天所做出的承诺。新增的设施还将为支持 OpenAI 的服务(包括每周被 7 亿人使用的 ChatGPT)提供大幅增加的计算能力。OpenAI首席执行官萨姆·奥特曼在新闻发布会上说道：“我们将全力以赴推进基础设施建设，因为这将有助于我们实现提供卓越技术、基础产品及服务的目标。”这三处新站点——分别位于得克萨斯州的沙克尔福德县、新墨西哥州的多纳阿纳县以及美国中西部的一个未公开地点——将与甲骨文合作建设，总装机容量将超过 5.5 GW，其中包括在原阿比林地点附近的一个站点再扩建 600 MW的容量。OpenAI 之前在 7 月份与甲骨文公司达成协议，将开发多达 4.5 GW的“星际之门”额外容量，这约占新宣布的 4000 亿美元承诺金额中的 3000 亿美元。甲骨文新任命的联合首席执行官克莱·马古耶克表示：“我们所要完成的工作，任何一家企业都无法独自完成。我们无法独自完成这项任务。这是软银、OpenAI、甲骨文以及其他公司之间的合作项目。”位于俄亥俄州洛德斯敦市的另外两个站点以及得克萨斯州米拉姆县的站点将与软银合作开发，预计在接下来的 18 个月内总装机容量将达到 1.5 GW，这标志着软银作为“星际之门”项目的一部分首次参与联合开发项目。(1 GW相当于一座核反应堆的发电能力。)OpenAI 表示，得克萨斯州的设施将与软银支持的 SB 能源公司合作建设，以为该地区提供电力。OpenAI 称，俄亥俄州的站点预计将于明年投入运营。“星际之门”项目最初是由一家有限责任公司(LLC)发起的，OpenAI、软银等公司被列为股权合作伙伴。此后，OpenAI 将“星际之门”项目扩展至包括与甲骨文及其他供应商在有限责任公司之外达成的数据中心合作协议。此外，该项目还拓展到了美国以外的地区，如欧洲和中东。5 月，软银首席财务官上个月的表态，软银自己的“星际之门”项目启动所需时间比预期要长。在此次新闻发布会上，该公司表示已在米拉姆场地破土动工，此外位于俄亥俄州的项目也已开始建设。据参与该项目的 OpenAI 高管透露，新的“星际之门”站点将通过现金和债务相结合的方式进行融资。这些高管表示，OpenAI 认为与英伟达(NVDA.US)达成的 1000 亿美元的新投资协议将使这家 ChatGPT 服务提供商更容易获得债务融资。奥特曼表示：“我认为我们目前还未完全明确计算领域的融资形式最终会是怎样的。”OpenAI 是几家大力投资以扩大其在美国及海外的数据中心规模的科技公司之一，此举旨在为人工智能的发展提供支持。Meta Platforms(META.US)、Alphabet(GOOGL.US)、亚马逊(AMZN.US)和微软(MSFT.US)预计今年将花费超过 3440 亿美元，其中大部分资金将用于建设运行人工智能模型所必需的数据中心。与此同时，人们越来越担心人工智能领域的投资热潮可能会导致市场泡沫的形成，这与 25 年前的互联网泡沫颇为相似。奥特曼本人也承认存在泡沫的迹象，但他同时表示自己一直坚信这项技术的价值。这位 OpenAI 的首席执行官还表示，他希望在人工智能基础设施方面投入“数万亿美元”。OpenAI表示，新的“星际之门”数据中心项目将在美国创造数万个新的就业岗位。该公司还表示，其仍在评估其他地点，以进一步扩大数据中心规模。奥特曼表示：“我们永远都会处于计算资源受限的环境中，但我们绝不想再次陷入这种资源极度匮乏的状况。”
-
OpenAI携手甲骨文软银 在美新建五大AI数据中心 当地时间9月23日，OpenAI与甲骨文（Oracle）、日本软银联合宣布，将在美国新建五个人工智能数据中心，未来三年总投资预计超过4000亿美元，算力规模有望接近7吉瓦，最终目标扩展至10吉瓦。这一项目被纳入代号为“星际之门”（Stargate）的人工智能基础设施计划，目标投资总额高达5000亿美元，堪称有史以来最宏大的AI数据中心布局。OpenAI首席执行官山姆·奥尔特曼（Sam Altman）在声明中表示，人工智能的发展依赖于庞大的算力支持，“只有我们建立起足够的计算能力，AI才能实现它的承诺。”根据公告，OpenAI与甲骨文将在得克萨斯州沙克尔福德县（Shackelford County）、新墨西哥州多纳安娜县（Doña Ana County）及美国中西部一处未公开地点新建三个站点；OpenAI与软银及其关联公司将在俄亥俄州洛德斯敦（Lordstown）与得克萨斯州米拉姆县（Milam County）再建两个站点。加上此前在得克萨斯州阿比林的扩建，以及与CoreWeave的合作项目，整个“星际之门”计划将在未来三年内实现近7吉瓦的总容量，对应投资规模超过4000亿美元。该项目预计将创造约2.5万个现场岗位。美国总统特朗普今年1月曾公开支持这一倡议，强调人工智能是美国经济与国家安全的战略重点。在此之前，英伟达于周一宣布，将向OpenAI投资最多1000亿美元，用于供应数百万块AI芯片，以支撑其下一代数据中心建设。双方签署的意向书显示，合作最终能耗将超过10吉瓦。不过，市场对这一规模空前的投资提出质疑。伯恩斯坦分析师斯泰西·拉斯贡（Stacy Rasgon）认为，此类投资可能加剧所谓“循环交易”的担忧——即AI公司依赖融资扩张数据中心，从而维持对英伟达产品的持续采购。他表示，这笔交易的体量“远超以往所有案例”，背后的合理性值得审视。根据PitchBook的数据，英伟达在2024年参与了超过50起AI领域风险投资交易，今年有望进一步刷新纪录。但分析人士担忧，此次对OpenAI的大手笔押注，可能使AI产业链的估值泡沫问题再度放大。
-
Meta成立超级政治行动委员会，对抗AI监管 据悉，根据 Meta 与 Axios 独家分享的公告，Meta 于周二推出了一个新的超级政治行动委员会 (Super PAC)，以帮助抵制其认为繁重的全国性人工智能和技术政策法案。 由于美国联邦政府全面接受人工智能，并且看起来不太可能很快通过重大的技术政策法规，繁忙的州议会大厦成为科技公司面临的最大问题。Meta 的非联邦 PAC 将由长期共和党特工 Brian Baker 和民主党咨询公司 Hilltop Public Solutions 运营，将专注于选举两党的州候选人。该超级政治行动委员会名为“美国技术卓越项目”，Meta 发言人 Rachel Holland 表示，该公司正在向该项目投资“数千万美元”。霍兰德表示，此举旨在抵御该公司认为制定不周的州级技术政策提案——仅今年一年就推出了 1,100 项提案——这些提案可能会损害美国在与中国的人工智能竞赛中的利益。霍兰德表示，Meta 将通过超级政治行动委员会专注于三大支柱：推广和捍卫美国科技公司和领导地位、倡导人工智能进步，以及让父母掌控孩子如何体验在线应用程序和人工智能技术。霍兰德表示，Meta 还不能透露 PAC 将立即关注哪些州，也尚未确定 PAC 将雇用多少人。“在越来越多的不一致的法规威胁到本土创新和人工智能投资的情况下，州立法者具有独特的优势，可以确保美国继续保持全球技术领先地位，”Meta 公共政策副总裁 Brian Rice 在一份声明中表示。“这就是为什么 Meta 发起了一项活动，支持全国各地支持人工智能发展、拥护美国科技产业、捍卫美国国内外科技领导地位的州候选人的选举。”Meta 上个月推出了一个专注于加利福尼亚州的政治行动委员会，承诺投入数千万美元支持州竞选中的科技友好型候选人。同样在上个月，a16z 和 OpenAI 总裁 Greg Brockman宣布他们将向一个政治行动委员会投入 1 亿美元，以反对严格的人工智能监管。技术政策游说者在华盛顿抵制他们不喜欢的监管方面非常有效，而国会在通过法案方面的普遍瘫痪对他们有利。这些政治行动委员会在州议会面临的挑战可能更大，因为法案在州议会通常更容易通过。
-
OpenAI宣布星际之门数据中心项目五个新站点 OpenAI周二宣布，计划通过其 Stargate 项目与合作伙伴甲骨文和软银在美国各地建设五个新的人工智能数据中心。新建的数据中心将使 Stargate 的计划容量达到 7 千兆瓦，足以为超过 500 万户家庭供电。 其中三个新站点正在与甲骨文合作开发。它们分别位于德克萨斯州沙克尔福德县、新墨西哥州多尼亚安娜县以及中西部一个未公开的地点。另外两个站点正在与软银合作开发，一个位于俄亥俄州洛兹敦，另一个位于德克萨斯州米拉姆县。新的 Stargate AI 数据中心是 OpenAI 大规模基础设施建设的一部分，该公司致力于训练和服务更强大的 AI 模型。OpenAI 周一表示，将获得英伟达 1000 亿美元的投资，用于购买这家芯片制造商的 AI 处理器，并建设更多的 AI 数据中心。
-
国内电商太卷，淘宝找海外第二战场 出品｜虎嗅商业消费组作者｜周月明编辑｜苗正卿题图｜视觉中国距双十一还有一个月，阿里西溪园区的空气中，已经弥漫着硝烟与咖啡因混合的味道。每一层楼都有许多会议室上演着“备战双十一”的动员会、冲刺会。行色匆匆的阿里小二们紧绷而兴奋。淘宝出海的团队也不例外。2015年就已存在的淘宝出海业务，去年突然开始加速。据数据显示，自今年4月财年起，其新用户同比增速已超200%。“加速的核心是我们看到履约确定性、支付注册门槛、用户数据三方面出现了拐点。”淘宝出海总经理叶剑秋告诉虎嗅，“重新整合后，集团内部各组织变得更紧密也是主要原因，各部门甚至会共背业绩目标。”淘宝这次盯上的，是淘天盘子里那群没有出海经验的内贸商家。但要想撬动这片大货盘，打消他们的观望和疑虑成了关键。这些商家不想在海外大量备货、不想处理复杂的海外物流、也不想雇佣独立的海外团队，确定性和可控性是他们的首要需求。基于此，淘宝出海选择走“一键出海”模式，收取淘天商家4%-10%佣金后，帮其解决物流、售后、客服等环节。“我们不是全托管，定价权、经营权、用户资产都依然属于商家。”叶剑秋说。当然，一些挑战也摆在淘宝出海面前。从海外华人圈起家、至今华人用户占比仍超80%，如何破圈成了关键。此外，如何为几十亿的商品提供确定性的履约服务，难度也并不低。显然，大量补贴仍是淘宝出海眼下的重要策略。在商家侧，商家服务费无法支撑的履约成本（如物流、退货）需要平台投入；在用户侧，在目标市场破圈和建心智也是一笔不小的费用。“我们希望商家侧的投入尽快达到收支平衡，但用户侧的投入是持续且大力度的。”叶剑秋说。那么淘宝出海策略考量具体是什么？阿里各组织间如何协同？淘宝出海跟速卖通会内耗吗？虎嗅问了淘宝出海总经理叶剑秋许多问题，以下为QA： 看到拐点 虎嗅：淘宝出海业务其实从2016年就已存在，为什么选择在2024年8月这个节点，重点推出“全球增长计划”？是看到了什么关键变量，还是受到了外部竞争环境的压力？叶剑秋：核心原因是我们认为淘宝的海外能力建设到了一个关键拐点，这是个顺势而为的决策，并不是被动应战。早在2020年我们就判断出海是重要增量，并开始建设直邮网络，但真正让大规模推广成为可能的基础设施，是在2023年底到2024年初才完全成熟的。具体来说，我们看到了几个关键指标的“拐点”：1、履约的确定性：首先当时我们认为已经解决了跨境电商最大的痛点——履约的确定性。过去海外用户从淘宝上买东西流程繁琐，只能用“集运”（指把不同卖家、不同订单的包裹，先集中到一个中转仓，再统一打包、清关、运输到买家所在国家，需要两段式付费），就像早年中国人海淘的模式。我们从2020年开始建设直邮网络（一段式支付），上线后不久直邮订单占比在很多市场就超过50%，这让我们更有信心加速业务出海的布局。履约的确定性提升，一个关键原因是中央算法模型的成熟。在商品入库前精准预估多件商品打包后的重量、体积和运费，是我们做直邮、做包邮、且损益可控的关键能力。这个能力在2022-2023年得到验证并开始规模化。2. 支付与注册门槛：在集团组织架构调整，AIDC（阿里国际数字商业集团）和淘天合作更紧密后，我们打通了一些底层体验。海外用户现在可以用海外社交账号一键登录，可以用本地信用卡支付，解决了他们无法注册的问题，这件事是从2023年年底开始做的。3、新用户增速：在支付与注册门槛降低、履约确定性提高的基础上，我们当时看到几个重要指标出现提升。去年开始，我们在海外新增了英语，今年又推出了俄语、马来语和泰语几种外语版本，从今年4月到8月，新用户的增速同比达到200%，其中一半以上都是外语用户。还有几个指标是：老用户购买频次变高、新注册用户的下单比例也变高，这些验证了我们在解决了物流、售后、语言等问题后，转化率提升。所以，我们看到基础设施、组织协同、用户数据三方面准备就绪了，开始大力推进。虎嗅：淘宝的“全球增长计划”从去年8月启动，能否回顾一下这个过程中的关键节点和目标？叶剑秋：我们的推进过程是分阶段的。从行业选择上：首先从“大服饰”切入：因为服饰是淘宝的优势品类，同时，服饰卖家最大的痛点是国内的高退货率。海外用户的退货率天然就低，我们的计划为他们解决跨境物流和售后问题，这对于商家来说比较有吸引力。所以，计划推出后，就得到了服饰商家的积极响应。扩展至全品类：在服饰行业验证成功后，2024年“双11”前，我们迅速将计划开放给更多行业，包括3C数码、家居、运动户外、快消等。当然，我们针对不同行业的利润率和退货率，设计了不同的出海佣金费率。过程中一个关键指标是签约出海的商家超过100万。虎嗅：从服饰到全品类，运营能力要求更高了。有没有一些挑战？叶剑秋：目前轻小件商品的挑战不大，现阶段最主要的挑战在于大件和重件商品。这不仅涉及到更复杂的物流解决方案，还包括售后服务，比如在海外的安装服务，商家自身不具备这个能力，需要平台去链接和整合本地的服务商资源。虎嗅：签约100万商家的目标，具体是多长时间达成的？当时为什么设定这个数字？叶剑秋：其实我们最初没有定一个绝对的商家数量目标，也没定100万这个数字。而是定了一个从用户体验出发的相对目标：我们希望平台上有50%的商品可以被包邮服务覆盖。签约100万商家大约用了10个月左右吧。 如何竞争？ 虎嗅：淘宝做这件事的核心壁垒或“护城河”是什么？叶剑秋：我认为首先是商家生态。这些商家本就生长在淘宝，这个模式对他们最友好，能让他们在不增加额外成本的情况下获得增量，这是天然的优势。另外，商家所有的海外生意，其销售额、好评、粉丝等都会累积在他原有的淘宝店铺里，这对于商家来说是最重要的用户资产，不会被分割。所以商家也更有动力去经营。第二，也是最根本的，我认为最差异化的核心价值是：在淘宝货品的“丰富性”基础上，提供“确定性”。其他平台为了追求履约的确定性和低价，往往选择的是有限的、标准化的商品（SKU）。但淘宝的slogan是“everything, anything”（万能的淘宝），我们的壁垒在于，有海量的、非标的、有设计感和个性的商品，比如服饰。我们不是单纯的追求低价，而是想输出一种多元、丰富的供给能力，为消费者提供更丰富的选择。另外一个壁垒在于，能在几十亿商品的“丰富性”基础上，通过中央算法，为用户提供物流价格、时效、服务体验的“确定性”。确定性体现在几方面：价格确定性：最核心的是重量预估。在商品入库前，我们的算法可以计算出任意几件商品组合打包后的重量和体积，在用户下单时就给出一个确定的运费。这是我们能做直邮和包邮的技术基础。时效确定性：从商品离开商家仓库，到进入我们的大陆集运仓，再到干线运输（空运/海运），最后到末端配送，这整个链路的每一个节点，理论上都是可被计算和预测的。要告诉用户包裹到哪了，预计多久能到。服务确定性：包括配送前的电话预约、上门时间协调等一系列标准化的服务流程。淘宝的业务模型决定了我们的核心优势和挑战都在于“极大量的丰富性”。只卖一个SKU，确定性是最高的，但那不是淘宝。我们的挑战在于，如何为这几十亿的商品提供可靠的履约服务。虎嗅：但许多海外物流履约能力并不太高。淘宝出海和哪些物流服务商合作？如何保证这些合作方也能达到你们强调的“确定性”标准？叶剑秋：我们的物流网络是开放的，会和多家服务商合作。这些服务商中，既有菜鸟这样的体系内公司，也有顺丰等外部物流公司。AIDC（阿里国际）的物流部有一个核心职责，就是管理这些合作公司，确保他们在价格、时效、服务这三方面都必须符合我们为淘宝出海制定的标准。如果因为物流方的问题导致配送不可控，我们有相应的追责机制。当然，不同地区的时效性也有差异，亚洲市场肯定比澳洲、加拿大等更远的市场要快。虎嗅：你提到的物流、算法等底层能力，其他大平台没有吗？它们如果也想做这一模式，能迅速跟进吗？叶剑秋：坦率地说，在我们的模式所依赖的底层能力上，我认为其他平台难以在短时间内建立。首先，我们和其他平台的业务模型不同。模式没有好坏，淘宝出海是围绕“万能的淘宝”这个品牌心智和丰富的长尾供给来建立的，我们的模式最大的挑战是要在海量的、不确定的供给盘子里，通过技术手段去创造确定性。比如我们的海外直邮能力。这里面的关键差异是成本结构模型，因为跨境物流成本是固定的，无论商品的货值是多少，物流成本是不会变的，这就导致低价的商品，物流费用在成本中的占比会更高。而淘宝覆盖的多种价格带和商品组合，可以消化和摊薄物流成本。 共背业绩指标 虎嗅：去年阿里集团CEO吴泳铭在曾经在内部信中表示要打通国内和海外电商。这一战略定调后，淘宝出海业务是如何定位和推进落地的？叶剑秋：我觉得这之间其实是螺旋的关系。首先，全球化一直是阿里的核心战略之一（除此之外还有云计算、科技驱动等）。公司提出打通国内和海外电商，明确了我们要用好国内和国际两种资源，形成发展合力。此外，一个关键点是重新整合后，集团内部不同组织之间关系更紧密了。AIDC国际事业和淘天合作更紧密，淘宝出海恰好是在这两个业务之间最适合一起做协同、共同推进的业务，所以落起来比较顺理成章。虎嗅：能否举一些集团内部“更紧密协同”的具体例子？叶剑秋：协同体现在业务的许多环节。最直接的例子是招商和行业联动。首先，现在我们的使命和淘天国内业务团队的使命是完全一致的——帮助淘系商家获得生意增长。对商家而言，他不需要区分国内还是海外，因为海外销售额会全部累计到现有的国内店铺里，成为店铺等级、评价等核心资产的一部分。比如在“双11”等大促节点，几乎淘天所有行业的负责人，都会推进“带领商家出海”这件事。我们最初从服饰行业开始做，就是由当时淘天的服饰行业负责人直接推动的。这种协同也不是简单的部门合作，我们从战略目标到日常执行都做了深度绑定。虎嗅：能否再详细说一下淘宝出海业务的组织架构和日常执行的协同机制？它是从其他部门“抽调人员”吗，具体是如何运作的？叶剑秋：我们的组织模式不是传统的“成立新部门、调拨人员”，而是一种“协同作战”模式。因为淘宝出海业务的根基在淘宝，大的产品技术底座是共享的。而非组织上的完全独立。最关键的机制就是设立一致的业绩目标。从2024年8月项目启动开始，我们就和淘天国内业务团队设定了共同的协同目标。比如，在大服饰品类招商时，我们会共同设定一个“商家渗透率”指标——即要有多少万商家、达到百分之多少的规模，能够参与到出海计划中来。这个指标是由淘天国内团队和阿里国际团队双方共同承担的。虎嗅：这个新增的业绩指标会扩招很多人吗？会不会影响国内业务团队原有的工作和优先级？叶剑秋：这并不会产生优先级冲突。因为无论是国内小二还是海外小二，我们的最终目的是一样的：帮助商家在淘系平台提升总成交额。我们服务的是同一个商家、同一个店铺，目标都是帮商家做大生意。国内业务小二在日常工作中，会很自然地把出海计划作为一个新的增长点推荐给商家。虎嗅：组织架构调整对淘宝出海业务的实际影响如何？叶剑秋：我目前觉得这种部门协同让“生产关系”变得很顺畅，现在集团更紧密，这种紧密合作也加速了出海业务的进程。虎嗅：在阿里集团内部，淘宝出海业务与速卖通（AliExpress）、Lazada等其他海外电商平台之间，是怎样的竞争与合作关系？尤其是在大力推进淘宝出海后，内部如何协调资源，避免“内耗”？叶剑秋：我可以肯定地说，绝大部分是合作与协同，互补远大于内部竞争。全球化市场还是一片蓝海，远未到中国企业需要内部争抢地盘的程度。我们的协同体现在多个层面：物流协同：整个阿里国际（AIDC）的物流部是横向打通的，我们和AE（速卖通）的物流部是同一个大部门，仓储也是统一管理，以效率为先。比如“双11”期间，从中国发往新加坡的货物，我们会把所有平台的订单量整合到一起，共同包机，以规模效应来降低干线成本。商品协同：AE在部分市场也会引入淘宝的优势品类，比如服饰；天猫的品牌商家也可以通过我们的渠道“一键入驻”Lazada平台。大家都是提供国内的优质供给，但模式和侧重各有不同。虎嗅：既然是协同，那淘宝出海和速卖通平台之间的差异化体现在哪里？叶剑秋：我们的市场差异非常明显，这也是我们不担心“内耗”的主要原因。AE的主力市场在欧美等地。而淘宝出海目前的核心区域是基于华人文化圈的亚洲，再加上澳洲、加拿大等有大量华人积累的市场。虎嗅：未来的区域扩张会考虑进入AE的优势市场吗？如果重合了，如何避免资源内耗？叶剑秋：未来会考虑扩大区域，即使和AE的市场有重合，内耗的可能性极低，因为我们的商品供给、品牌定位、目标人群（男女比例）、核心价位段都有许多不同。商家和品类差异：淘宝出海的供给则完全来自内贸商家，核心优势在于服饰、家居等非标品，女性用户占比很高。人群和心智差异：我们第一批种子用户是海外华人，也是从华人社群开始打响口碑的。目前，我们的用户中华人占比依然很高，大概在80%以上。因此，我们今天面临的最大挑战，仍是如何让更多本地非华人用户知道淘宝、使用淘宝。总的来看，我们的商品供给、价位段、用户心智都和AE有本质区别。 盯上0基础出海商家 虎嗅：请详细拆解一下淘宝出海的业务模式。它和其他跨境电商全托管的模式有何本质区别？叶剑秋：我们不是全托管，定价权、经营权、用户资产都依然属于商家。我们的核心是为淘宝内贸商家提供一个“一键出海”的方案。商家不需要重新开店、上架商品、组建海外运营团队，也不需要为海外市场单独备货，一单也可以发往海外，本质上还是POP模式，适合没有出海经验的内贸商家。虎嗅：对于一个在淘宝做内贸生意、完全没有出海经验的商家来说，如果他想开拓海外市场，选择淘宝出海相比于选择其他跨境平台或自建站，成本和风险的差异体现在哪里？能否算一笔账？依珊：如果帮商家算一笔“大账”和一笔“小账”。首先看大账——显性成本和风险。如果一个内贸商家选择其他平台或自建站，他将面临几个较大的初始投入和风险：1. 运营成本：他需要重新注册一个新店铺，上架商品，并为此组建一个全新的、独立的海外运营团队，这意味着一大笔支出，人力成本是很多商家最大的成本之一。2. 库存风险：很多跨境平台要求商家提前备货到海外仓。这意味着商家需要做预判，把一批货（可能是几百上千件）提前运到海外。这带有很大的“赌”的成分，一旦滞销，库存成本和处理成本将很高昂。3. 资金压力：备货海外仓会占用大量途程资金，对于中小商家来说压力巨大。淘宝出海的模式下，商家使用的是他现有的淘宝和天猫的店铺和后台，用的是同一盘货，无需额外投入人力，也无需备货到海外仓。虎嗅：那“小账”体现在哪里？比如物流、退货这些环节。依珊：这要提到“确收GMV”的概念。简单说，GMV是成交额，但“确收GMV”是商家扣除退货后，真正到手的钱。在国内，高退货率是商家巨大的“无形成本”：- 逆向物流成本：每一单退货，商家都要承担物流费。- 人力和再处理成本：退回的商品需要专人挑拣、拆包、检查、重新包装上架，这都是成本。淘宝出海模式下，由于海外用户的退货率天然较低，加上平台提供了退货保障（由合作的保险公司承保），商家的海外订单基本每一单都是“确收GMV”。不用处理跨境退货流程，也不用承担逆向物流和处理成本。虎嗅：那商家需要付出的成本是什么？佣金比例是多少？这个佣金覆盖了哪些服务？依珊：商家需要支付的成本是类目佣金。以天猫商家举例，淘宝出海给天猫商家的整体服务费范围在4%到10%之间。这个服务费是所有成本都包含在内，包括跨境物流、营销引流、支付、本地化翻译、退货保障等。我们内部并没有把这笔费用拆分成物流占多少、服务占多少。比如一个100元的数码配件我们收4%，但这4块钱肯定是不够覆盖它空运到新加坡的成本的，但我们没有拆分来看。虎嗅：那4%-10%这个服务费比例是如何推算出来的？平台投入多吗？叶剑秋：是的，现阶段平台正在商家和消费者两侧做大量的投入。佣金比例我们主要参考两个维度：一是不同行业的利润率以及商家在天猫平台已有的收费标准；二是平衡商家的参与度。如果定得太高，商家参与的意愿就会降低。现阶段，我们的目标是让更多商家参与进来，快速形成规模效应。通过规模，我们可以把干线物流等成本降下来。所以平台在一开始投入会更多，我们付出的成本肯定比商家自己做要高得多。比如，一件商品卖到马来西亚，物流成本可能就要占20%；到欧洲可能高达20%-30%。如果算上退货（退的是货值），成本会更高。平台通过算法将不同订单打包，提高包裹的运输效率，目的是在投入的同时，也尽可能优化我们自己的成本结构，逐步实现收支平衡。虎嗅：平台的投入会一直持续下去吗？有没有一个预期的盈利时间点？叶剑秋：我们需要区分商家和消费者侧的投入1. 商家侧投入：这部分主要用于覆盖商家服务费无法支撑的履约成本（如物流、退货）。我们的目标是尽快让它达到一个收支平衡，即商家的投入（服务费）和平台的支出（履约成本）能大致打平。随着规模效应带来的履约效率提升，这个目标很快就能做到。2.用户侧补贴：这部分主要用于市场传播和新用户权益，目的是建立“万能的淘宝”这一品牌心智（比如这次“双11”的10亿补贴）。这部分投入是准备持续且加大力度的，“双11”的10亿补贴只是一个开始，后续的投入量级会比去年更大。但我认为它不是亏钱的“价格战”，我们获取的用户质量越高，越会持续复购。从长期看，这是一个可以收回成本的健康投资模型。虎嗅：接下来淘宝出海的核心目标和关键指标是什么？有没有具体的增长预期？叶剑秋：我们特别关注的重点指标主要有两个：用户数和成交规模。用户体验相关的指标也是我们持续关注的。在增长预期上，我们希望用户数和成交规模的增速未来三年都能持续保持在两位数。#我是虎嗅商业消费组编辑周月明，关注出海、消费、IPO等多个领域，行业人士交流请加微信：muzhouzhizhi，请注明身份，新闻线索亦可邮件至 zhouyueming@huxiu.com。虎嗅推出《2025 年度出海标杆》榜单！寻找具备全球影响力的领航品牌、具有创新能力的新锐品牌、和有着最佳赋能能力的出海服务商。谁在改写中国出海下一个十年？可自荐/提名，5大维度评选，解锁行业交流与荣誉时刻，点击⬇️，立即参与。 本文来自虎嗅，原文链接：https://www.huxiu.com/article/4784004.html?f=wyxwapp
-
“小而专、精而强” 从通用到垂类 应用型AI大模型百花齐放 第四届琶洲算法大赛AI应用赛冠军队伍上台领奖。 “算法的价值不在于孤芳自赏，而在于落地应用，在于为千行百业赋能，最终服务于人类对美好生活的追求。”9月23日，世界顶级数学家、中山大学香港高等研究院教授张益唐在广州海珠广交会堂举办的第四届琶洲算法大赛生态赋能大会上，肯定和鼓励了大赛过程中涌现的各种算法创新和落地应用。 国内外超八千支团队踊跃报名参加的第四届琶洲算法大赛，成为一个观察AI最新发展成绩的窗口。具身智能、脑机接口、数据产业、大模型等，各式各样的AI新应用已经走进了日常生产生活场景。 在第四届琶洲算法大赛举办之际，南都专访了12位已在琶洲完成备案的大模型专家，邀请他们解读算法创新、AI应用的最新成果，展示算法的魅力。 紧抓应用 用AI解决行业痛点，实现良好开局 面对诸多行业的痛点，“AI+”无疑提供了一个新的解决方案。一些公司敏锐地察觉到这一市场空间，早早地谋划布局，实现了良好开局。 教育，是AI大模型落地应用的热门行业。 今年6月9日，科大讯飞在琶洲完成新研发的“星火课堂分析大模型”备案，这让琶洲的大模型生态再添一员“猛将”。 “‘星火课堂分析大模型’形成了多模态全维度，课前、课中、课后全贯穿的闭环，很多同类模型往往是课上教学行为分析，而星火课堂分析大模型能实现教学评一致性分析”。科大讯飞股份有限公司-大课堂产品线副总经理郭红杰如是介绍星火课堂分析大模型的“与众不同”。 如今，包括“星火课堂分析大模型”等科大讯飞教育产品已在广东省内超4000所学校得到了落地应用。 在琶洲，同样面向教研领域的大模型，还有云蝶科技推出的行知大模型。“1位教研员需要面对300位教师，导致有老师一个学期都无法获得来自教研员的教学提升建议。”陈天介绍道，行知大模型就像一个“超级大脑”，通过云蝶科技自研的智慧硬件设备所收集的课堂数据，实时迅速地开展教学质量分析，给出提升建议。目前，行知大模型已在省内多所学校部署，其效果通过名校升学率数据的提高得到有效验证。 营销，为商家讲好商业故事、畅通商业链路，这也成为AI大模型的热门应用。 短视频已经成为人们获取信息的重要方式，商业领域也不例外，每天都有大量的视频制作需求。 筷子科技推出覆盖商业视频编、拍、剪、投、管生产全链条的工作平台，文案生产、视频剪辑、视频发布、数据分析、工作管理等均能一站式解决。 筷子视频理解大模型精准抓住了商业视频生产的市场需求，筷子科技的业务在最近一年里实现了突飞猛进。筷子科技的数字大屏上，显示了其产品所触达的城市，其中海外被点亮的城市已经超过了400个。筷子科技产品总监陈龙非常确信，公司的产品是由国内的使用者带出海后，在当地形成了自然推广。 截至今年8月，筷子科技服务的海内外品牌数已经超过8500家，其中不乏华为、小米、一汽等知名品牌。 在安全领域，有AI大模型大展身手的广阔空间。了解过不少令人痛心的安全事故后，广州次元突破科技有限公司技术副总裁王世康更加坚定地投身风险管理行业，希望用AI为各行各业提供新的安全管理解决方案。 将安全管理工作与大模型相结合，这让王世康不禁感慨“大模型的能力远远超乎了我们的想象”。 慧安大模型融合先进的视觉算法与数据分析技术，能够快速生成适用于巡查、隐患排查等不同场景的智能体，精准识别20多类风险，准确率高达98.6%。 来自琶洲的极安大模型将用于即将投入使用的白云机场第三航站楼。广州中科智达数字科技有限公司创始人邹均介绍，届时新航站楼将引入人工智能来进行安检，改变以往单纯依靠人眼识别的局限，此外中科智达还有意将极安大模型继续推广到地铁、快递、景区和重大活动的安检场景中。 AI大模型在健身领域也有发挥的空间。浩海生命科学技术(广州)有限公司自主研发的善食大模型可依据用户身体健康数据、生活习惯、目标要求等多维度数据，量身定制精准科学的个性化健康管理方案，帮助用户改善健康、预防慢性疾病。 “我们的出发点是帮助慢性病病人制定合理的膳食指南，以实现健康饮食、合理膳食。”吴雷解释道，如今，AI技术可以直接识别餐食配比，并且分析其中的营养成分，从而为用户提供科学的饮食调整。 掌握数据 数据成宝贵资源，创新算法开拓新应用 在数字经济时代，数据成为宝贵的资源。采访中，记者发现，一些拥有掌握优质独家数据自主权的企业，利用算法创新，推出了一批“小而专、精而强”的大模型，收获了良好的市场反馈。 广州零零汽科技有限公司创始人、CEO佘邵镔早在2018年就专门新设了AI主管岗位，开始研究工业图纸生成的AI算法，后来还联合高校一起研发，至今已经取得了9项发明专利。 当前，零零汽已经拥有100多个主机厂的2800多万个原厂件和500多万个品牌件的数据。这份“大数据”构成了零零汽独特的竞争力。零零汽大模型实现了汽车维修马上报价，有力地支持了汽修厂为用户争取时间。 拥有自主的数据库，研发了系列独特算法，这家“小而专、精而强”的AI公司正在快速扩张。佘邵镔告诉记者，近期公司与韩国交通部达成合作协议，其业务随着国内汽车的出海而出海，在欧美以及“一带一路”共建国家已经开始落地业务，研发了14种语言的“零零汽”。 今年4月，由朴食科技自主研发的“朴食AI营养师”大模型成功通过备案。据介绍，这是智慧食堂行业首个获批的大模型，能拍照记录每位孩子的餐食，通过菜品分析校园餐的营养素供给量、食物的种类和数量等，从而分析孩子们的膳食摄入情况。这一大模型还能够结合中国居民膳食指南，根据分析结果为学生量身定制营养餐计划，确保学生摄入的营养均衡、合理。 朴食科技借助AI大模型整合全国超过6000家中小学的数据，可以迅速识别和分析校园餐关键环节中存在的隐患或风险，从而帮助政府提高监管力度，让学生在学校里吃到质量更高的饭菜，减少腐败现象。 由广州启合科技有限公司研发的纸条大模型在其自有的16万数据库上规划了两大功能，一是通过AI生成智能创作，二是实现了智能批改，能基于一篇作文生成对应的点评和解析。 AI批改依赖大量自研数据，“启合科技积累了很多老师的教研数据，基于范文解析以及用户提交的作文批改训练数据，将人类的经验融入模型中。”该公司技术总监黄超雄介绍道。 “智慧交通不仅要知道‘正在发生什么’，更要预测‘将会发生什么’，并主动做出决策。”佳都科技首席AI科学家，佳都科技中央研究院院长王凯指出，“智能交通”侧重于感知与自动响应，如信号灯调节、异常事件识别等；而“智慧交通”则强调预测、决策与自我优化能力。 为实现这一目标，佳都科技推出了交通行业的“知行大模型”。它不是对通用大模型的简单增强，而是深度融合佳都20余年的交通行业数据与知识沉淀的“专业大脑”。这一大模型具备多模态理解能力，可处理文本、图像、视频等多类数据，实现对交通业务的深度理解、推理与总结，从而在智能客服、运营管控、运维管理等场景中发挥核心作用。 算法大赛 围绕企业应用出题，参赛答题促算法创新 人工智能技术发展的成果，正以大模型的形式对外展示着魅力。在一些广为人知的通用大模型面世之后，越来越多的垂类大模型正在悄然生长，小而美。 广州海珠拥有国内首个人工智能大模型应用示范区。2024年3月，广州市出台《广州市支持海珠区建设人工智能大模型应用示范区实施方案》，全力推动海珠区打造国内领先的人工智能大模型应用示范区。 一年的时间里，琶洲已经成为AI大模型的产业高地。数据显示，琶洲已经落地行业大模型项目超170个，引育大模型备案项目27个、数量位列全省第一，推动全区新一代信息技术服务业连续三年保持20%以上高速增长。 连续举办四年的琶洲算法大赛成为推动算法创新的重要动力来源。今年，本届大赛突出“为用而赛”，聚焦企业发展中的难点、痛点与堵点，以真实场景驱动算法创新与落地应用。 一批颇具创意和实力的算法创新应用在“企业出题”和“参赛者答题”的过程中涌现出来。 在AI大模型算法优选赛板块，开设由哈啰、电信等企业自主承办的13个品牌杯赛，为企业解决“高价值、高难度、高频发”的真实痛点。 “我们找到了破解关键基础设施智能化难题的金钥匙”，企业有关负责人表示。南方电网连续两届作为命题企业，已将大赛作为解决业务堵点的平台，与赛事优选团队建立长期合作，促进了在新能源汽车车桩分配、企业碳排放核算等领域的创新。 源自香港科技大学的创业团队光影焕像，携其自主研发的“三维物体与场景生成基座模型”参赛。该技术不仅能生成3D场景，更实现了场景内每个物体独立可交互，将传统需数周完成的3D建模工作缩短至几分钟，颠覆了游戏与影视行业制作流程。通过大赛，光影焕像已与多家游戏企业对接，正筹备在琶洲注册公司，将技术优势转化为市场竞争力。 刑期预测是法律科技领域的核心命题，“智能刑期预测”大模型可应用到刑事辩护、检察公诉、司法审判等多个法律职业的多个应用场景，有助于促进“类案类判”、减少上诉率，提高司法效率、增强司法透明度。 自2022年大赛开始举办，琶洲算法大赛的参赛规模和影响力逐年提升。 2022年，首届大赛由海珠区人民政府主办，一举打破空白，吸引了国内262支队伍参赛。2023年，第二届大赛全面升格，由广州市人民政府主办，全球21个国家、3300多支队伍参赛。2024年，中国信通院、中国人工智能学会等“国家队”加入第三届大赛，全球6003支队伍参与竞技。今年，第四届琶洲算法大赛汇聚了来自中国、日本、肯尼亚、法国、美国、新加坡、意大利等全球30余个国家的8131支团队同台竞技。 今年的琶洲算法大赛一大亮点是首次联动设立“吴文俊奖”加速营。蚂蚁集团AI健康管家APP、动悦信息夸克曼大模型投资科技，趣丸科技千音大模型，常州来牟科技有限公司等优异人工智能代表项目获得申报资质，直通终审环节。 数据显示，琶洲已经落地行业大模型项目超170个，引育大模型备案项目27个、数量位列全省第一，推动全区新一代信息技术服务业连续三年保持20%以上高速增长。 南都广州新闻部出品 采写:南都记者 代国辉 钟丽婷 魏凯 受访者供图
-
国泰海通：人工智能驱动相关测试设备需求快速增长 智通财经APP获悉，国泰海通证券发布研究报告称，人工智能快速发展，看好由其驱动的相关测试设备需求的快速增长，主要包括：①全球AI计算测试设备的市场快速增长，2024年达23亿美元；②HBM产品的复杂度增加带来新的HBM测试需求；③超节点技术的发展，服务器主板的测试设备需求日益增长。人工智能，新的工业革命。根据英伟达创始人黄仁勋预计2030E全球人工智能基础设施支出将达到3万亿至4万亿美元；我们认为人工智能发展带来的SoC、HBM、电源管理芯片等测试设备以及服务器主板级测试设备的需求将快速增长，相关企业迎来新的成长空间。全球AI计算测试设备的市场规模快速增长，2024年达23亿美元。集成电路生产过程中需要进行WAT测试、CP测试和FT测试等，其中WAT测试、CP测试主要针对封测工艺前的晶圆测试，FT测试针对封装后的芯片测试，伴随芯片复杂性和集成度持续攀升，测试的重要性持续凸显。根据SEMI数据，全球集成电路测试设备的市场规模2024年为75.4亿美元，到2026E将达到97.7亿美元，同比增29.58%。根据全球测试机龙头公司Teradyne 25Q2业绩电话会内容，公司预估2024年全球AI计算(包括VIP ASIC、Merchant GPU等)测试设备的市场规模为23亿美元，并将持续成长。HBM产品迭代带来不断增加的测试需求。得益于英伟达等AI芯片客户对HBM的强劲需求，SK海力士在HBM市场领域处于领先地位，且2025年9月12日海力士宣布已成功完成面向AI的超高性能存储器新产品HBM4的开发，并在全球首次构建量产体系。伴随HBM产品的迭代，HBM内存的堆栈由8层DRAM芯片组成往12层不断发展，再加上一颗基底芯片(Base Die)，以前每颗DRAM芯片、Base Die都要进行晶圆级测试，以及进行DRAM芯片和Base Die堆叠后的晶圆测试(Pose-Stack Wafer test)；但由于HBM产品的质量问题，经常导致HBM产品封装好与AI加速芯片组装完成后的芯片出现问题从而影响最终产量，因此有些公司正在考虑增加一个测试步骤，即HBM堆栈晶圆切割成单独的HBM堆栈后增加一个测试步骤，以期能提高质量。服务器测试设备需求快速增长。AI大模型参数规模的快速增长，带来超大计算能力和内存资源需求，超节点技术孕育而生。我们以英伟达基于NVLink的NVL72方案为例，整个系统由18个Compute Tray和9个Switch Tray构成，其中1个Compute Tray包含2个GB200超级芯片(Superchip)，每个GB200超级芯片有2个Blackwell系列的B200 GPU；1个Switch Tray包含2颗NVLINK Switch芯片，整个机柜后部通过线缆将Compute Tray和Switch Tray进行互联。随着机柜越来越复杂，国泰海通证券认为为了保障机柜的正常使用，必须对服务器进行一系列的测试包括但不限于ICT、FCT、老化、SIT、性能、兼容性测试等，而相关测试设备供应商的重要性逐渐凸显，且需求量快速增长。
-
物流无人车商业化提速 多方合力破解运输降本“最后一公里” 图为菜鸟无人车系列及德赛西威无人车。 康殷/摄证券时报记者 康殷末端配送成本占到物流总成本超30%，且随着人力成本持续上升，无人配送需求日益迫切。据了解，在政策、市场、成本三方面加持下，无人车在医药、重物配送、快递等领域纷纷落地，商业化取得显著成果。这背后，出现了不少上市公司的身影。行业按下加速键“国家层面密集出台利好政策，为无人物流车发了‘通行许可证’，各省市逐步开放路权，让我们的规模化应用有了基础。”德赛西威无人车业务负责人接受记者采访在谈及行业机遇时表示。据了解，近年来国家层面先后发布《国家邮政局关于加快邮政业科技发展的意见》《有效降低全社会物流成本行动方案》等多项政策，2023年《关于开展智能网联汽车准入和上路通行试点工作的通知》更是直接打破无人物流车上路壁垒。日前举行的2025全球智慧物流峰会无人车论坛上透露了一组数据：截至2025年9月，中国3600个区县中，超1900个已支持无人车上路，占比过半，政策支持范围仍在持续扩大。市场需求爆发成为行业发展的“助推器”。无人车论坛上，中盈医药集团董事长庄怀凯深有体会：“在医药流通中，配送对药品质量至关重要，但传统隔日、次日达的模式，已无法满足当下需求。尤其是加急药品，客户对时效的要求越来越高。”数据显示，末端配送成本占物流总成本比例超过30%，且人力成本持续上升，而即时零售市场规模的扩大，进一步加剧了运力缺口。润泽汇数字科技控股集团董事长毛中吾跨界进入物流行业后，也发现了重物配送的痛点：“全国有70万个水站，销售一桶水的物流成本很高，同时水店从业者年龄偏大，送水体力消耗大，这些都需要技术来解决。”成本下降则为行业商业化扫清了障碍，目前无人车已进入价格快速下降通道。方正证券列举了一组数据。2018年左右，无人车售价高达上百万，目前最低价的菜鸟无人车售价已经低于2万元。无人车所需的供应链包括智能驾驶技术、摄像头、雷达、电池等材料，以禾赛科技的激光雷达为例，单价从2021年的10万元下降至2024年的4000元，未来有望进一步下探至千元级别；车规摄像头最高价格曾高达上千美元，而随着量产与功能分化，价格低至120美元。在无人车产业快速放量降价的背景下，为规模化应用奠定了基础。上市公司战略布局在行业红利的吸引下，上市公司纷纷入局，且战略布局各有侧重，形成了差异化的竞争格局。德赛西威将低速无人车视为“第二增长曲线”，今年9月正式推出旗下品牌“川行致远”，发布两款低速无人车，开启行业车规级时代。“我们不是盲目跨界，而是基于核心能力的自然延伸。”德赛西威无人车业务负责人表示，川行致远S6系列实现了六项行业首发创新技术，包括从整车到零件的全车规级开发、6年30万公里电池标准等，“全车规级开发意味着S6从设计、供应链到生产测试，完全遵循汽车行业功能安全标准，是可靠的工业级产品，这是客户大规模采购的先决条件。”对于为何选择这一赛道，德赛西威有着清晰的判断。“‘最后一公里’成本高昂、即时零售需求爆炸式增长、消费者对时效要求提升，这三大需求驱动市场，同时经济模型清晰，ROI模型容易获得客户认可，再加上政策利好，我们认为这是明确的增长赛道。”据了解，川行致远S6系列可应用于工业园区、物流配送、生鲜医药运输等多场景，目前已明确将即时配送、城市配送作为优先开拓的市场，针对大型物流企业、商超、园区管理方等客户制定了合作策略，还可提供“车辆买断+订阅FSD服务”“运力租赁”等多元合作模式。紧随其后，佑驾创新9月中旬也发布了无人物流品牌“小竹无人车”，推出T5、T8两款车型。“我们从前装量产业务中积累的海量数据里提炼了经典长尾场景，针对无人物流场景进行算法优化，让小竹无人车快速具备了公开道路应对、复杂路况通过等核心能力。”佑驾创新介绍，小竹无人车的核心竞争力在于前装生态的极致复用。值得关注的是，佑驾创新实现了“发布即交付”，首批无人车已向快递行业客户交付，并与深圳邮政、东部公交达成战略合作，计划以“根据地打法”在深圳、成都、西安、江阴等城市率先落地。商业化落地成果初显据了解，目前无人物流车主要有三类提供商，第一类以自动驾驶技术切入，如新石器、九识智能、白犀牛；第二类以配送场景切入，如菜鸟、京东、美团等；第三类以车企背景切入，如毫末智行。在上市公司加速入局的同时，其他行业企业也积极推动商业化落地，目前已在医药、重物配送、快递等多个领域取得显著成果。中盈医药集团与菜鸟的合作，成为医药配送领域的标杆案例。“原先传统的隔日、次日达，现在通过无人车配送实现了当日达，投入无人车后，配送降本达到50%，效率提升70%，还开通了一小时紧急配送服务。”中盈医药集团相关负责人介绍，今年7月，中盈医药集团与菜鸟达成合作，首批上百台GT-pro款无人车已交付，续航近200公里，适合远郊仓库到城区的中长距离配送。快递领域的降本增效更为直观。浙江余杭一家综合性快递网点运营着30多台菜鸟无人车车队，网点负责人算了一笔账，“每台车白天运载1500票货物，后台调度算法与路线优化算力效果最佳，相较于传统4米2箱货，目前规模的无人车团队可降本70%，单包裹成本降至0.1元。”截至2025年9月，菜鸟无人车已覆盖全国25省，可上路区县多达1900多个。尽管行业发展势头迅猛，但仍面临着不少挑战。“无人车业务是大系统集成，系统间需要平衡成本、性能、周期，这是我们遇到的关键挑战。”德赛西威无人车业务负责人表示，为此德赛西威通过搭建跨系统协同机制、标准化流程与模块化设计结合、构建生态价值链接等方式应对，并邀请合作伙伴深度参与研发，进行价值共创，以提升创新效率，快速优化成本。值得注意的是，低速无人车不仅能解决“最后一公里”痛点，更能通过场景数据反哺自动驾驶算法，构建移动服务生态。德赛西威无人车业务负责人表示，将在这个领域持续投入。华源证券指出，物流无人车可替代微卡、轻卡、货运三轮等传统运输工具，理论最大空间每年可替换商用车444万辆，对应年市场规模2071亿元。对于行业未来，菜鸟集团首席技术官李强表示，今天的无人车已经是用得起、有需求、有政策、有技术的产品，能满足千行百业的需求。随着成本进一步下降、技术持续突破，未来3~5年，无人配送将成为物流行业的常态。
